( PDF ) Sensibilidade na estimativa da concentração de poluentes fotoquímicos com a aplicação de diferentes parametrizações de Camada Limite Planetária utilizando o modelo de Qualidade do Ar WRF/Chem

Download PDF

ads:

UNIVERSIDADE DE SÃO PAULO

INSTITUTO DE ASTRONOMIA, GEOFÍSICA E CIÊNCIAS ATMOSFÉRICAS

DEPARTAMENTO DE CIÊNCIAS ATMOSFÉRICAS

Sensibilidade na estimativa da concentração de poluentes

fotoquímicos com a aplicação de diferentes parametrizações

de Camada Limite Planetária utilizando o modelo de

Qualidade do Ar WRF/Chem

ROSIBERTO SALUSTIANO DA SILVA JUNIOR

Tese apresentada ao Departamento

de Ciências Atmosféricas da

Universidade de São Paulo para

obtenção do título de Doutor em

Meteorologia.

ORIENTADORA: PROFa. DRa. MARIA DE FATIMA ANDRADE

APOIO: CAPES, CNPq E FAPESP

SÃO PAULO

JULHO DE 2009

ads:

Livros Grátis

http://www.livrosgratis.com.br

Milhares de livros grátis para download.

ads:

À minha família

AGRADECIMENTOS

À Dra. Maria de Fátima Andrade pela oportunidade, confiança e pelas discussões e

sugestões valiosas, pois sempre mostrando o caminho a seguir;

Aos professores do Departamento de Ciências Atmosféricas, especialmente a Dra.

Rosmeri Porfirio da Rocha, que importante na escolha e aprendizado da ferramenta utilizada

neste trabalho. Ainda um agradecimento especial aos professores Dr. Amauri P. Oliveira, Dr.

Edmilson Dias de Freitas e Dra. Adalgiza Fornaro, que foram os participantes da banca do

exame de qualificação que fizeram ótimas sugestões no sentido de melhorar a pesquisa;

Aos professores da Universidade do Chile que me receberam calorosamente em seu

instituto para o meu estágio no exterior. Em especial ao Prof. Rainer Schmitz pelo convite e

ensinamento e colaboração;

Ao Dr. Alberto Martilli que é o idealizador da implantação do esquema de Camada

Limite Planetária BOULAC no modelo WRF e do modelo urbano UCM. Os professores

Rainer e Alberto assumiram também um papel importante de orientação, influenciando

fortemente na qualidade da pesquisa.

Aos colegas do grupo Laboratório de Análise dos Processos Atmosféricos (LAPAt)

pela colaboração e a todos aqueles que contribuíram de alguma forma para a realização dos

experimentos de campo, especialmente à Fabiano e Rosana Astolfo;

As colegas da pós-graduação, secretárias e funcionários do Departamento de Ciências

Atmosféricas pela colaboração;

À CAPES, CNPq e FAPESP (Fundação de Amparo à Pesquisa do Estado de São

Paulo) pelo apoio financeiro que permitiu a execução do trabalho, quer seja em forma de

bolsa de estudo ou em forma de apoio financeiro para a realização dos experimentos que

serviram de validação das simulações;

Ao Departamento de Ciências Atmosféricas e à estação Meteorológica do IAG, pela

infra-estrutura disponibilizada, e funcionários sempre atenciosos;

À Companhia de Tecnologia de Saneamento Ambiental (CETESB) por disponibilizar

os dados necessários à realização do trabalho e pela colaboração durante os experimentos;

Aos amigos Augusto Barbosa, Márcio Gledson, Taciana Toledo, Anderson, Mauricio,

Rita Yuri, Odón Sánchez, Leila Martins, e outros que muito me ajudaram dividindo

momentos bons e tristes no transcorrer do curso de doutorado e discussões sobre assuntos

diversos;

Aos meus pais Rosiberto Salustiano da Silva e Maria Betânia de Lima Silva, que

desde a infância me incentivaram a buscar o máximo grau de ensinamento, mostrando que

esse era o caminho certo a seguir. A meu querido irmão Ewerton Hallan de Lima Silva e

família em seu apoio incondicional, nas horas alegres e tristes, com conselhos verdadeiros

como o grande amigo deve fazer.

A minha esposa Isabelle Simões Alves Salustiano, e filha Bárbara Simões Salustiano,

pelo apoio incondicional e por acreditar e viver esse sonho de ser doutor em meteorologia.

ÍNDICE

Página

RESUMO 09

ABSTRACT 11

LISTA DE FIGURAS 13

LISTA DE TABELAS 17

LISTA DE SÍMBOLOS 19

1. Introdução 21

1.1 – Climatologia e características geográficas da RMSP 26

1.2 – Poluição da atmosfera da RMSP 26

1.3 – Formação do Ozônio na RMSP 30

1.4 – Estudos prévios com Modelos de Qualidade do Ar na RMSP 34

1.5 – Resultados utilizando o modelo WRF/Chem 38

1.6 – Os principais Mecanismos Meteorológicos atuantes na RMSP 40

1.7 – Estudos sobre CLP na RMSP 48

1.8 – Objetivo geral e específico do trabalho 49

2. Metodologia 51

2.1 – Área de Estudo 51

2.2 – Período de Estudo 52

2.3 – Descrição das Ferramentas de modelagem e suas parametrizações 53

2.3.1 – Descrição sucinta das parametrizações Meteorológicas

(Skamarock e colaboradores, 2005) presentes no WRF/Chem

2.3.2 – Descrição sucinta das parametrizações Químicas 60

2.4 – Acoplamento do WRF/Chem com o Modelo Urbano UCM (Urban

Canopy Model)

2.4.1 – Momentum 78

2.4.2 – Temperatura 80

2.4.3 – Energia Cinética Turbulenta (ECT) 80

2.4.4 – Comprimento de Rugosidade 81

2.5 – Descrição das Simulações em 2D - casos idealizados 82

2.5.1 – Experimentos de uso do Solo 83

2.5.2 – Inclusão da Topografia da RMSP nas Simulações 84

2.6 – Descrição das Simulações em 3D, casos reais 84

2.6.1 – Condição Inicial e de fronteira: Meteorológica e Química 86

2.6.2 – Descrição das simulações em 3D para a RMSP 87

2.7 – Validação dos Resultados 88

2.7.1 – Descrição Dados CETESB 89

2.7.2 – Descrição do Experimento para determinação dos perfis verticais

da concentração de Ozônio e variáveis meteorológicas

Resultados e Discussões 93

3.1 – Simulações em 2 dimensões: casos idealizados 93

3.1.1 – Experimento de uso do Solo 94

3.1.2 – Sensibilidade dos esquemas CLP 105

3.1.3 – Impacto da inclusão da topografia 110

3.1.4 – Impacto da variação da velocidade do vento nas concentrações de

CO e O

115

3.1.5 – Variação das emissões: aumento e redução de NOx e VOCs 116

3.2 – Simulações em 3 dimensões: casos reais 117

3.2.1 – Descrição das condições meteorológicas 118

3.2.2 – Simulação com o modelo WRF/Chem versão 2.1 123

3.2.2.1 – Validação das Simulações em Superfície 129

3.2.2.2 – Validação do Perfil da Concentração de O

133

3.2.3 – Utilizando o modelo WRF/Chem versão 3 135

3.2.3.1 – Validação das Simulações em Superfície 137

3.2.3.2 – Validação do Perfil da Concentração de O

. 142

3.2.3.3 – Resultados do acoplamento WRF/Chem 3.1 com

BOULAC-UCM

150

4. Conclusões e Sugestões 153

4.1 – Sugestões e Perspectivas 157

5. Referência Bibliográfica 159

RESUMO

Silva Júnior, R. S.: Sensibilidade na estimativa da concentração de poluentes fotoquímicos

com a aplicação de diferentes parametrizações de Camada Limite Planetária utilizando o

modelo de Qualidade do Ar WRF/Chem. Orientadora: Profa. Dra. Maria de Fátima Andrade.

Tese de Doutorado.

Neste trabalho foi avaliado o impacto na simulação dos poluentes fotoquímicos do uso

de diferentes parametrizações da Camada Limite Planetária (CLP) para a Região

Metropolitana de São Paulo, utilizando o modelo de mesoescala não-hidrostático Weather

Research and Forecasting (WRF) com o acoplamento dos módulos químicos (WRF/Chem).

Para análise da acurácia dos resultados obtidos com o modelo, foram utilizadas as medições

realizadas pelas estações automáticas da CETESB em superfície, e a validação do perfil

vertical da concentração de O

com base nos dados do experimento de lançamento de

ozoniosondas realizado dentro do contexto de um projeto de políticas públicas (recursos

FAPESP) realizado durante o período de estudo. A motivação para a realização do presente

trabalho foi a grande dificuldade de representação da estrutura da CLP em especial durante o

período noturno sobre áreas urbanas. O estudo contou com a utilização inédita do modelo

“on-line” para simulação da composição química da atmosfera da RMSP, e por fim analisou o

impacto do acoplamento com o modelo urbano “Urban Canopy Model” (UCM), com o

modelo WRF-Chem. A área de estudo é a Região Metropolitana de São Paulo e adjacências, e

o período estudado foi de 28/10 a 01/11/2006. As variações anuais da temperatura do ar,

velocidade do vento e radiação solar para o ano de 2006, mostraram que o mês de outubro foi

marcado por grande disponibilidade de radiação solar, altos valores de temperatura do ar e

ventos intensos. As simulações com casos idealizados mostraram que o esquema numérico de

CLP, YSU (“Yonsei University”) representou melhor a variação da Camada Limite na área

urbana, o que influenciou diretamente na dispersão dos poluentes. Já para as simulações de

casos reais os resultados mostraram uma boa correlação entre simulado e observado para as

concentrações superficiais de O

e CO e uma grande dificuldade do modelo em representar o

perfil vertical da concentração de O

, quando utilizada a versão 2.1 do modelo WRF/Chem.

Problema este parcialmente resolvido (podendo melhorar ainda mais) quando é utilizada uma

versão mais recente do modelo WRF-Chem, como o caso da versão 3, acoplada com o

modelo urbano UCM. Os experimentos realizados para estimar o impacto do tipo do uso do

solo sobre a variação da altura da CLP e conseqüente relação com a composição química da

atmosfera, mostraram que a altura da CLP é mais alta sobre áreas urbanas em comparação

com áreas rurais, portanto influenciando de forma efetiva na dispersão dos poluentes. No

presente trabalho foi mostrado o transporte de poluentes existente entre as regiões

metropolitanas de São Paulo, Campinas e Sorocaba, devido principalmente a topografia que

atua canalizando o vento na direção de Campinas e Sorocaba. A proximidade com as fontes

de emissão mostrou ser um fator importante para o nível de concentração de O

, pois à

medida que se afasta das fontes de emissão tanto vertical quanto horizontalmente a

concentração de O

aumenta. E devido a sua relativa proximidade com o Oceano Atlântico, a

RMSP é beneficiada com a formação da Brisa Marítima que auxilia na dispersão dos

poluentes emitidos e formados na RMSP.

Palavras Chave: Camada Limite Planetária, Concentração de O

e CO, Dispersão de

Poluentes.

ABSTRACT

Silva Júnior, R.S.: The sensibility of the estimative concentration of photochemical pollutants

using different parameterizations of Planetary Boundary Layer with the air quality

WRF/Chem model. Mastermind: Prof. Dr. Maria de Fátima Andrade. Doctoral Thesis.

This work evaluated the parameterizations´ sensibility of the Planetary Boundary Layer

(PBL) in the simulation of photochemical pollutants above the Metropolitan Region of São

Paulo, by using the Weather Research and Forecasting (WRF) non-hydrostatic mesoscale

model, with the coupling of chemical modules (WRF/Chem). In order to analyze the

accuracy of the results obtained with the model, there will be used the measurements made by

the automatic air quality stations from CETESB on surface, and the validation of the O

vertical profile, will be based on ozonesoundings experiments conducted during the period of

the study. The motivation for this study was the great difficulty in representing the PBL’s

structure specially during the night, witch is an new utilization of an on-line model to simulate

the chemical composition of the atmosphere of the MASP, and finally, to analyze the impact

of the coupling with the Urban Canopy Model (UCM). The study area is the Metropolitan

Region of São Paulo and surroundings, and the period was between 10/28 – 11/01/2006. The

annual variations of the air temperature, wind speed and solar radiation for 2006, showed that

the month of October was marked by wide availability of solar radiation, high values of air

temperature and intense winds. The simulations with idealized cases showed that the PBL’s

order of height based on the numerical scheme is YSU, MYJ, BOULAC and UCM, which

influences directly the dispersion of pollutants with lower concentrations of the CO for YSU

and higher for UCM respectively, and for the concentrations of the O

the scheme YSU

shows lower concentrations but unlike the CO, the other schemes are equal. However, for the

simulations of real cases, the results showed a good correlation between simulated and

observed for the surface concentrations of the O

and CO, and a great difficulty of the model

on the vertical profile’s representation of the concentration of O

, when the 2.1 version of the

WFR/Chem model is used. This problem was partially solved (can be better improved) when

used with the latest version, as version 3, and coupled with the Urban Canopy Model.

The

experiments performed to estimate the impact of the land use type on the variation of the PBL

height and consequent relationship with the chemical composition of the atmosphere, showed

that the PBL height is higher on the urban areas compared to rural areas, thus influencing

effectively in the dispersal of pollutants, and a lower PBL height was associated with higher

concentrations due to lower dispersion of pollutants. This work has demonstrated the

transport of pollutants between the metropolitan regions of São Paulo - Campinas and São

Paulo - Sorocaba, due to topography that acts targeting the wind in the direction of Campinas.

The proximity of emission sources has been important for the level of concentration of O

, as

it moves away from sources of emissions both vertically and horizontally increases its

concentration. Due the proximity with the Atlantic Ocean, the formation of Sea Breeze helps

dispersion of pollutants emitted and formed in the MASP.

Keywords: Planetary Boundary Layer, concentration of O

and CO, dispersion of pollutants.

LISTA DE FIGURAS

Figuras

Página

1.01

Evolução da frota de veículos automotores leves na RMSP. Fonte:

CETESB, 2008 (baseada em dados PRODESP)

1.02

Emissões relativas de poluentes por tipo de fontes para o ano de 2007 28

1.03

Evolução das concentrações médias anuais das máximas diárias (médias

de 1h) para o Ozônio em estações da RMSP. Fonte: Cetesb, 2008

1.04

Número de ultrapassagens do padrão e níveis críticos por mês da

concentração de O

(2002 a 2006)

1.05

Comparação entre os valores simulados e observados da concentração de

ozônio em ppbv para uma média de estações de monitoramento da

qualidade do ar na RMSP, para o período de 22 a 24 de agosto de 2000.

1.06

Desaceleração do vento médio devido à presença de uma cidade

idealizada posicionada entre 0 – 18 x/b. Comparação do modelo urbano

UCM com medições de Davidson et al., (1995,1996).

1.07

Estrutura da Camada Limite Planetária. Representação da variação

horária da evolução da Camada Limite Planetária. Figura extraída de

Fisch (1995).

1.08

Espessura da camada limite entre os centros de alta e baixa pressão em

superfície. As setas finas indicam subsidência, a seta vertical representa

movimento ascendente e as setas brancas na horizontal indicam regiões

de movimentos divergentes associados à alta pressão e convergentes

relativos à baixa pressão (Adaptado de Stull, 1988).

2.01

Localização da área de estudo na América do Sul e Brasil (a) e a RMSP

e seu respectivo tipo de cobertura do solo (b). Fonte: CETESB, 2008

2.02

Relação entre o tipo de cobertura do solo urbano com as emissões

veiculares de SO

(a) e as regiões que estão sendo consideradas no

modelo para as emissões antropogênicas (representadas pela emissão de

CO) (b).

2.03

(a) Detalhe das emissões de CO (kg/h) na região central da cidade de São

Paulo, com a rede viária (a espessura dos tramos é proporcional aos

volumes de tráfego), segundo Landmann, 2004 e (b) Correção da

distribuição espacial das emissões dos poluentes baseado na quantidade

de veículos e sua velocidade média.

2.04

Variação horária das entradas das emissões antropogênicas do modelo

WRF/Chem, baseados no perfil de emissões veiculares publicado pela

CETESB para o NOx (a), CO (b), PM

67-68

2.05

Estrutura esquemática do modulo de aerossóis para as partes orgânicas e

inorgânicas do modelo WRF/Chem.

2.06

Representação esquemática de uma área urbana hipotética, W é o

comprimento das ruas e B o comprimento das construções, iu é a altura

das construções e IU refere-se ao nível do modelo,

) é a densidade

das construções com altura igual a z

) é a densidade das

construções com altura maior que z

2.07

Esquema das considerações feitas no modelo UCM para as simulações. 77

2.08

Esquema para ilustrar a modificação da escala de comprimento

turbulento.

Figuras

Página

2.09

Representação da topografia para a RMSP utilizada para o estudo dos

efeitos do tipo de uso do solo nas simulações em 2 dimensões.

2.10

Representação do domínio aninhado utilizado para fazer as simulações

em 3 dimensões para a RMSP.

2.11

Exemplo do dados globais de concentração de O

obtido do modelo

MATCH-MPI (Max Planck Institut), que servirão como condição de

borda para o modelo WRF/Chem

2.12

Determinação do parâmetro Ufraction (fração urbana) para a RMSP com

base na teoria de que as regiões mais centrais das cidades apresentam

edificações mais elevadas diminuindo gradativamente até as bordas.

2.13

Fotos ilustrativas da ozôniosonda lançadas na RMSP durante o

experimento políticas publicas no mês de outubro/novembro de 2006.

3.01

Variação espacial da Energia cinética turbulenta (TKE), temperatura do

ar (Temp. Ar) e velocidade do vento (Vel.Vento), para às 12:00h e

23:00h, de acordo com o tipo de uso do solo, área rural de 20km ou

40km com emissão de poluentes, e áreas urbanas com extensão de 20km

ou 40km com emissão de poluentes.

96-97

3.02

Variação temporal da temperatura do ar (Temp.Ar) para diferentes tipos

de uso do solo: área rural de 20km (rural20) e 40km (rural40); e áreas

urbanas com extensão de 20km (urban20) e 40km (urban40).

3.03

Variação da concentração de CO (ppm) para diferentes tipos de uso do

solo, com áreas rurais com emissão de 20km (A e B) e 40km (C e D) de

extensão, e cidades de 20km (E e F) e 40km (G e H) de extensão. E

variação espacial da concentração de CO (ppm) (I e J).

99-101

3.04

Variação da concentração de O

(ppb) para diferentes tipos de uso do

solo, com áreas rurais com emissão de 20km (A e B) e 40km (C e D) de

extensão, e cidades de 20km (E e F) e 40km (G e H) de extensão. E

variação espacial da concentração de O

(ppb) (I e J).

102-104

3.05

Avaliação da altura da CLP de acordo com os diferentes tipos de uso do

solo (a) e avaliação da inclusão do modelo urbano UCM (b).

105

3.06

Estimativa da variação da altura da CLP utilizando diferentes esquemas

numéricos de CLP: BOULAC, MYJ, YSU e BOULAC-UCM (UCM),

para as 12h e 23h.

106-107

3.07

Variação da concentração superficial de CO (a) e O

(b) para diferentes

tipos de esquema de CLP: BOULAC, YSU, MYJ e BOULAC-UCM.

108

3.08

Fluxo turbulento de momento (a) e calor (b) para a cidade idealizada

utilizando o esquema numérico de CLP BOULAC sem o acoplamento do

módulo urbano UCM.

109

3.09

Evolução temporal da altura da CLP para os diferentes esquemas

numéricos de CLP (YSU, MYJ, BOULAC) e inclusão do modelo urbano

UCM simulado com BOULAC.

110

3.10

Inclusão da topografia nas simulações idealizadas para a concentração de

CO (ppm), utilizando o acoplamento com o modelo urbano UCM.

112-113

3.11

Variação temporal da concentração de ozônio, com a inclusão da

topografia.

114-115

3.12

Avaliação do impacto da variação da velocidade do vento nas

concentrações de CO ppm (a) e O

ppb (b).

116

3.13

Distribuição espacial da concentração de CO (ppm) e O

(ppb) para a

redução de NOx (a e b) e VOCs (c e d).

117

Figuras

Página

3.14

Ciclo anual da radiação solar, temperatura do ar e velocidade do vento

para o ano de 2006. Nas estações de Ibirapuera (IBI) e Pinheiros (PIN).

119

3.15

Número de ultrapassagens do padrão e níveis críticos por mês para O

(a)

e concentração média mensal de PM

(b) para a RMSP durante o

período 2002 – 2006.

120

3.16

Imagem de Satélite para o campo de precipitação na América do Sul,

período de 29/10/2006 00UTC – 31/10/2006 12UTC, a cada 12h. Fonte:

CPTEC-INPE

121

3.17

Análise sinóticas para 00UTC dos dias (a) 28/10/2006, (b) 29/10/2006,

Hidrologia e Navegação – DHN

122

3.18

Evolução temporal da velocidade (VV) e direção (DV) do vento para o

período entre 27/10/2006 00h a 02/11/2006 00h hora local. Para as

estações de Ibirapuera (IBI), e Pinheiros (PIN).

123

3.19

Topografia no domínio de simulação. 124

3.20

Simulação da concentração de O

(a), temperatura do ar à 2m (b),

concentração de CO (c) e velocidade do vento à 10m (d), válido para

15:00UTC (período diurno) do dia 31/10/2006.

125

3.21

Simulação da concentração de O

(a), temperatura do ar à 2m (b),

concentração de CO (c) e velocidade do vento à 10m (d), válido para

23:00UTC (período diurno) do dia 31/10/2006.

126

3.22

Exemplos de transporte de poluentes entre as regiões metropolitanas,

utilizando a concentração de CO como indicativo, (a) transporte RMSP –

Campinas, (b) transporte RMSP – Sorocaba.

127

3.23

Perfil vertical no ponto Lat: -23,5 e Lon:-46,5 (RMSP) para (a) altura de

cada nível do modelo, (b) concentração O

, (c) concentração de CO, (d)

temperatura do ar e (e) velocidade do vento, obtidos das simulações com

WRF/Chem para o período entre 28/10/2006 00UTC e 01/11/2006

00UTC.

128

3.24

Evolução temporal dos valores simulados e medidos para a estação do

Ibirapuera, (a) concentração de O

, (b) temperatura do ar a 2m, (c)

velocidade do vento a 10m e (d) concentração de CO.

130

3.25

Comparação entre os valores simulados e observados para a estação de

Santo Amaro, (a) concentração de O

, (b) temperatura do ar a 2m, (c)

velocidade do vento a 10m e (d) concentração de CO.

131-132

3.26

Perfil vertical de O

para a RMSP, simulado e sondagens realizadas com

as ozoniosondas.

134

3.27

Temperatura do ar e velocidade e direção do vento, simulados sem o

acoplamento do modelo urbano UCM (A e C) e com o acoplamento

urbano (B e D), para às 12UTC e 24UTC do dia 29/10/2006

136

3.28

Comparação entre as simulações realizadas e as medidas na estação de

qualidade do ar da CETESB no Ibirapuera, para a concentração de O

(a), temperatura do ar a 2m (b), velocidade do vento a 10m (c) e

concentração de CO (d), usando a versão 3 do modelo WRF/Chem.

137-138

3.29

Comparação entre as simulações realizadas e as medidas na estação de

qualidade do ar da CETESB em Santo Amaro para a concentração de O

(a), temperatura do ar a 2m (b), velocidade do vento a 10m (c) e

concentração de CO (d), usando a versão 3 do modelo WRF/Chem.

139-140

Figuras

Página

3.30

Diagrama de dispersão das concentrações observadas e simuladas nas 4

estações da CETESB (Pinheiros, Ibirapuera, P.D.Pedro II e Santo

Amaro), para O

(a) e CO (b).

142

3.31

Perfis verticais da concentração de O

das simulações com o modelo

WRFV3 sobre a RMSP, e as medidas com as ozoniosondas

143

3.32

Corte meridional em -46,5º de longitude da região de estudo passando

pela RMSP, e representação da altura da topografia.

145

3.33

Seção meridional (na longitude de -46.5ºW) da distribuição vertical da

concentração de CO (ppm), para o período de 28/10 a 01/11/2009

146-148

3.34

Seção meridional (na longitude de -46.5ºW) da distribuição vertical da

concentração de O

(ppb), para o período de 28/10 a 01/11/2009

148-150

LISTA DE TABELAS

Tabelas

Página

1.01

Emissão veicular de acordo com o tipo de combustível. Fonte: adaptado de

Cetesb, 2006

1.02

Contribuição do consumo do combustível gás GNV para emissão veicular.

Adaptado de Cetesb, 2006

1.03

Principais reações para a formação do Ozônio troposférico envolvendo o

ciclo de nitrogênio e as reações por oxidação (Seinfeld e Pandis, 1998).

2.01

Opções de CLP do modelo. 57

2.02

Descrição da determinação do coeficiente de difusão vertical pelo esquema

YSU.

2.03

Estimativa da emissão das fontes móveis e fixas para a RMSP em 2006

(Cetesb, 2006).

2.04

Descrição das espécies químicas usadas no módulo RADM2 do modelo

WRF/Chem.

2.05

Distribuição percentual da emissão na RMSP, baseada no tráfego de

veículos.

2.06

Média global do fator de emissão

(

g isopreno m

), área superficial

de 10

e contribuição percentual para a emissão de isopreno global

anual e regional associada com os diferentes tipos de plantas

2.07

Reações por fotólises presentes no mecanismo químico RADM2 (adaptado

de Stockwell et al, 1990)

2.08

Distribuição dos NMHC de acordo com os estudos feitos pelo Laboratório

de Processos Atmosféricos (LAPAT) e Middleton, et al 1990.

2.09

Descrição das simulações feitas com o modelo WRF/Chem. As referências

explicando os esquemas escolhidos estão descritas no texto.

2.10

Principais características de tipo de áreas urbanas parametrizados para o

modelo UCM (Martilli, et al, 2000 e Grimmond e Oke, 1998).

87-88

2.11

Métodos de medição para o monitoramento da qualidade do ar para as

estações automáticas da CETESB

3.01

Descrição da área introduzida no centro do domínio das simulações

idealizadas, para os experimentos de sensibilidade de uso do solo.

3.02

Configuração do modelo WRF/Chem versão 3 para as simulações em 3

dimensões.

123

3.03

Índices estatístico para o período de 28/10 a 01/11/2006 para as estações:

Pinheiros (PIN), Ibirapuera (IBI), Parque Dom Pedro II (PDP), Santo

Amaro (SAM).

133

3.04

Análise estatística da comparação feita entre o perfil vertical da

concentração de O

(ppb) simulado WRFV2.1 e observação realizadas

com a ozôniosonda

135

3.05

Analise estatística das simulações realizadas com o modelo WRF/Chem

versão 3 para as estações de Ibirapuera (IBI), Pinheiros (PIN), Parque D.

Pedro II (PDP) e Santo Amaro (SAM).

141

3.06

Análise estatística da comparação feita entre o perfil vertical da

concentração de O

(ppb) simulado pelo modelo WRFV3 e o observações

realizadas com a ozoniosonda.

144

3.07

Análise estatística das simulações realizadas com o modelo WRF/Chem

versão 3 para as estações de Ibirapuera (IBI), Pinheiros (PIN), Parque D.

Pedro II (PDP) e Santo Amaro (SAM).

151

Tabelas

Página

3.08

Análise estatística da comparação feita entre o perfil vertical da

concentração de O

(ppb) simulado pelo modelo WRFV3.1 e o

observações realizadas com a ozoniosonda.

152

LISTA DE SÍMBOLOS

AL – Atmosfera Livre

ANP – Agência Nacional do Petróleo

BEP – “Building Environment Parameterization”

BOULAC – Esquema numérico de CLP BOUgeault e LACarrère

BRAMS – “Brazilian Regional Atmospheric Modeling System”

CADM – “Chilean Air Pollution Dispersion Model”

CAPES – Coordenação de Aperfeiçoamento de Pessoal de Nível Superior

CET – Companhia de Engenharia de Tráfego

CETESB – Companhia de Tecnologia de Saneamento Ambiental

CFCs – Clorofluorcarbonos

– Metano

CIT – “California Institute of Technology” (modelo fotoquímico deste Instituto)

CLA – Camada Limite Atmosférica

CLN – Camada Limite Noturna

CLP – Altura da camada de mistura

CLS – Camada Limite Superficial

CM – Camada de Mistura

CMAQ – “MODELS-3 Community Multiscale Air Quality Modeling System”

CNPQ – Conselho Nacional de Desenvolvimento Científico e Tecnológico

CO – Monóxido de Carbono

– Dióxido de Carbono

COVs – Compostos Orgânicos Voláteis

CPTEC – Centro de Previsão de Tempo e Estudos Climáticos

CR – Camada Residual

CTM – “Chemistry Transport Model”

DHN – Diretoria de Hidrologia e Navegação

ECT – Energia Cinética Turbulenta

EMME/2 – Modelo de Tráfego

EPA – “U.S. Enviromental Protection Agency” (Agência de Proteção Ambiental dos Estados

Unidos)

EUA – Estados Unidos da América

FAPESP – Fundação de Amparo à Pesquisa do Estado de São Paulo

HC – Hidrocarbonetos totais

HCNM – Hidrocarbonetos menos o metano

HPAs – hidrocarbonetos policíclicos aromáticos

IAG – Instituto de Astronomia, Geofísica e Ciências Atmosféricas da Universidade de São

Paulo

IBI – Estação de qualidade do ar Ibirapuera

IGBP – “International Geosphere Biosphere Programme”

INPE – Instituto Nacional de Pesquisas Espaciais

LAPAt – Laboratório de Análise dos Processos Atmosféricos, grupo de pesquisa do IAG/USP

Lat – Latitude

Lon - Longitude

LES – “Larger Eddy Scale”

LSM – “Land Surface Model”

MADE – Aerosol Dynamics Model for Europe

MILAGRO-2006 – “Megacity Initiative: Local and Global Research Observations, 2006”

MM5 – Mesoscale Model 5 generation

MM5/Chem – Mesoscale Model 5 generation with Chemistry

MP – Material Particulado

– Material particulado inalável com diâmetro aerodinâmico menor que 10µm

MYJ – Esquema numérico de CLP Mellor-Yamada-Janjic

NCAR – National Center for Atmospheric Research

NCEP – National Centers for Environmental Prediction

NO – Monóxido de Nitrogênio

– Dióxido de Nitrogênio

NOx – Óxidos de Nitrogênio

– Ozônio

PIN – Estação de qualidade do ar Pinheiros

PDP – Estação de qualidade do ar Parque D. Pedro II

ppb – parte por bilhão

ppm – parte por milhão

PROCONVE – Programa de Controle da Poluição do Ar por Veículos Automotores

RADM2 – “Regional Acid Deposition Model, version 2”

RCHO – Aldeídos

RFA – Radiação Fotossinteticamente Ativa

RMSE – Raiz quadrada do erro médio quadrático

RMSP – Região Metropolitana de São Paulo

SAM – Estação de qualidade do ar Santo Amaro

SAPRC – “Statewide Air Pollution Research Center”

– Dióxido de Enxofre

SOx – Óxidos de Enxofre

SODAR – “SOund Detection And Ranging”

SORGAM – “Secundary Organic Aerosol Model”

UAM – “Urban Airshed Model”

UCM – “Urban Canopy Model”

UFRACTION – Indicativo da fração urbana

USP – Universidade de São Paulo

UTC – Universal Time Coordinated

YSU – Esquema numérico de CLP “Yonsei University”

WRF – “Weather Research and Forecast”

WRF/Chem – “Weather Research and Forecast with Chemistry”

WRFV2.1 – WRF versão 2.1

WRFV3 – WRF versão 3

ZCAS – Zona de Convergência do Atlântico Sul

1 – INTRODUÇÃO

Enfrentar a poluição dos recursos hídricos, solo e atmosfera, tem sido um dos grandes

desafios da humanidade para o século XXI. A poluição atmosférica que é o objetivo do estudo

do presente trabalho tem como agravante a grande dificuldade de ser combatido o seu alastro,

pois uma vez liberada na atmosfera, sobre a ação do vento que é um eficiente fator na sua

propagação. Esse sério problema surgiu devido à forte industrialização, aumento do número

de veículos (em especial dos grandes centros urbanos) e geração de energia. Em grandes

centros urbanos a poluição atmosférica pode ser percebida sem o auxílio de instrumentos de

medição, pela redução da visibilidade e efeitos agudos de sensibilização do aparelho

respiratório e mucosas. Podem-se citar dois episódios de forte poluição atmosférica que são

sempre relatados pelos pesquisadores devido à trágica conseqüência de milhares de pessoas e

acredita-se que também animais mortos, e fortes estragos em árvores e plantações, ocorridos

na Europa e nos Estados Unidos da América (EUA). O primeiro episódio ocorreu em 1930,

no Vale de Meuse, Bélgica, que fica entre as cidades de Huy e Liége, uma região com alta

concentração de indústrias, distribuídas em uma área de raio de aproximadamente 20km. Mas

o mais clássico e mais sério episódio de efeito deletério da poluição foi o ocorrido em

Londres (Wallace e Hobbs, 2006). Durante o inverno de 1952, um episódio de forte inversão

térmica diminuiu as condições de dispersão dos poluentes gerados pelas indústrias, pela

queima de carvão e lenha (para geração de energia e aquecimento residencial), formando uma

densa nuvem de poluentes composta por material particulado e compostos sulfurosos (em

concentrações nove vezes acima do padrão), permanecendo e afetando a cidade durante

longos 3 dias. Somente neste período da ocorrência do episódio de poluição, o número de

vítimas fatais aumentou em 4000 indivíduos (Braga, et al. 2002).

No Brasil o problema da poluição do ar pode ser atribuído principalmente às emissões

veiculares, indústrias e queima de biomassa. Em grandes centros como é o caso da Região

Metropolitana de São Paulo (RMSP) as emissões veiculares e industriais são as grandes

responsáveis pela contaminação atmosférica. Fazendo um breve histórico das emissões

veiculares no Brasil, pode-se destacar primeiramente o programa “Pro-Álcool” ou Programa

Nacional do Álcool criado pelo governo brasileiro em 14 de novembro de 1975 (Decreto

Número 76.593O). Esse programa determinava a substituição do uso de combustíveis

derivados do petróleo para o Álcool, motivado pela crise do petróleo nos anos de 1973 e

1979, gerando uma redução de 10 milhões de veículos rodando com gasolina. O programa

começou a peder espaço à medida que o preço internacional do petróleo baixava, tornando o

álcool combustível pouco vantajoso tanto para o consumidor quanto para o produtor que

passou a produzir menos álcool, o que causou problemas no fornecimento desse combustível

para atendimento à crescente demanda.

O returno ao uso em grande escala do álcool combustível aconteceu nos anos 80

devido ao desenvolvimento da tecnologia automobilística com a fabricação dos carros bi-

combustível pelos EUA (o famoso carro “Flex”), tendo como principal objetivo a diminuição

de emissões de poluentes (Cetesb, 2006).

Outro momento muito importante para a redução de poluentes pelas emissões

veiculares no Brasil foi a implantação do Controle de Poluição do Ar por Veículos

Automotores (Proconve), em 1986, onde o governo brasileiro impôs limites para os níveis de

emissão de poluentes para veículos automotores. A idéia principal desse programa foi

incorporar nos veículos novos, a tecnologia existente para reduzir a emissão veicular:

conversores catalíticos e injeção eletrônica. Em 2003 iniciou-se a fabricação de carros

movidos aos dois tipos de combustível, permitindo qualquer mistura entre eles, o Total flex, o

que causou uma repercussão internacional da viabilidade do uso em larga escala de carros

movidos a etanol. O PROCONVE e mais as inovações tecnológicas possibilitaram uma

diminuição expressiva da emissão veicular de poluentes. Na Tabela 1.01 pode ser observada

uma expressiva diminuição da emissão veicular de 1980 a 2006, com redução de 98% para a

emissão de monóxido de carbono (CO), hidrocarbonetos (HC), óxidos de nitrogênio (NOx), e

aldeídos (RCHO), para os veículos leves.

Tabela 1.01: Emissão veicular de acordo com o tipo de combustível. Fonte: adaptado de

Cetesb, 2006

Ano Tipo de

Combustível

(g/km)

% HC

(g/km)

% NOx

(g/km)

% RCHO

(g/km)

Antes-1980 Gasolina 54,00 4,70 1,20 0,05

1980-1990

Gasolina C 21,66 2,01 1,61 0,04

Álcool 14,63 1,56 1,28 0,13

1990-2000

Gasolina C 5,02 -76,8 0,55 -72,6 0,62 -61,5 0,019 -52,5

Álcool 3,90 -73,3 0,59 -62,2 0,6 -53,1 0,042 -67,7

2000

Gasolina C 0,73 -96,6 0,13 -93,5 0,21 -87,0 0,004 -90,0

Álcool 0,63 -95,7 0,18 -88,5 0,21 -83,6 0,014 -89,2

2001

Gasolina C 0,48 -97,8 0,11 -94,5 0,14 -91,3 0,004 -90,0

Álcool 0,66 -95,5 0,15 -90,4 0,08 -93,8 0,017 -86,9

2002(1)

Gasolina C 0,43 -98,0 0,11 -94,5 0,12 -92,5 0,004 -90,0

Álcool 0,74 -94,9 0,16 -89,7 0,08 -93,8 0,017 -86,9

2003(2)

Gasolina C 0,40 -98,2 0,11 -94,5 0,12 -92,5 0,004 -90,0

Álcool 0,77 -94,7 0,16 -89,7 0,09 -93,0 0,019 -85,4

Flex-Gasol.C 0,50 -97,7 0,05 -97,5 0,04 -97,5 0,004 -90,0

Flex-Álcool 0,51 -96,5 0,15 -90,4 0,14 -89,1 0,02 -84,6

2004(3)

Gasolina C 0,35 -98,4 0,11 -94,5 0,09 -94,4 0,004 -90,0

Álcool 0,82 -94,4 0,17 -89,1 0,08 -93,8 0,016 -87,7

Flex-Gasol.C 0,39 -98,2 0,08 -96,0 0,05 -96,9 0,003 -92,5

Flex-Álcool 0,46 -96,9 0,14 -91,0 0,14 -89,1 0,014 -89,2

2005(3)

Gasolina C 0,34 -98,4 0,1 -95,0 0,09 -94,4 0,004 -90,0

Álcool 0,82 -94,4 0,17 -89,1 0,08 -93,8 0,016 -87,7

Flex-Gasol.C 0,45 -97,9 0,11 -94,5 0,05 -96,9 0,003 -92,5

Flex-Álcool 0,39 -97,3 0,14 -91,0 0,1 -92,2 0,014 -89,2

2006(3)

Gasolina C 0,33 -98,5 0,08 -96,0 0,08 -95,0 0,002 -95,0

Álcool 0,67 -95,4 0,12 -92,3 0,05 -96,1 0,014 -89,2

Flex-Gasol.C 0,48 -97,8 0,1 -95,0 0,05 -96,9 0,003 -92,5

Flex-Álcool 0,47 -96,8 0,11 -92,9 0,07 -94,5 0,014 -89,2

1 – Motor movido a Gasolina tipo 1.0L; para álcool motor 1.5 e 1.9L.

2 – Motor movido a gasolina tipo 1.0L; para álcool, motor 1.0 e 1.8L, carro flex predomina o motor 1.6 e 1.8 L.

3 – Motor movido a Gasolina tipo 1.0 e 2.0 L; para o álcool, motor 1.0 L. Em combustível usado em carros flex,

domina 1.6 e 1.8 L.

OBS: (%) – Refere-se a comparação feita entre o período 1980-1990.

Gasolina C: apresenta uma mistura de 78% Gasolina pura + 22% álcool (v/v).

Outra opção muito utilizada como combustível no Brasil principalmente por veículos

de serviço de taxi é o GNV (Gás Natural Veicular), por causa de seu baixo custo e a

descoberta de grandes reservas no Brasil e na Bolívia (que é um grande fornecedor desse

combustível para o Brasil). O preço competitivo do combustível GNV encorajou vários

proprietários de veículos a converterem seus carros antes movidos à álcool ou mesmo

gasolina, para esse combustível, mas ainda se tem pouco conhecimento sobre o real impacto

atmosférico do uso em larga escala dessa nova opção de combustível. A tabela 1.02 mostra os

resultados encontrados por pesquisa realizada pela CETESB (Companhia de Engenharia e

Tecnologia Ambiental do Estado de São Paulo) publicada em 2006, que estima o impacto da

conversão de combustíveis gasolina-gás e álcool-gás. É possível notar uma diminuição da

emissão de certos compostos químicos como é o caso do CO e CO

, mas em contrapartida

ocorre um aumento na emissão dos HC e NOx. A análise do impacto do uso de combustíveis

alternativos ditos como combustíveis limpos, em substituição ao uso da gasolina, foi uma

forma de resolver o problema da escassez do petróleo ou mesmo para diminuir a emissão de

poluentes.

Tabela 1.02: Contribuição do consumo do combustível gás GNV para emissão veicular.

Adaptado de Cetesb, 2006

Ano Estado Tipo de

combustível

(g/km)

NOx

(g/km)

2002 Antes da

conversão

Gasolina C 1,16 0,13 0,24 200

Depois da

conversão

GNV 0,80 0,44 0,90 159

Gasolina C 3,95 0,24 0,20 199

2003 Antes da

conversão

Gasolina C 0,69 0,10 0,19 207

Depois da

conversão

GNV 0,38 0,19 0,17 167

Gasolina C 0,70 0,10 0,22 206

2004 Antes da

conversão

Gasolina C 0,80 0,11 0,20 202

Depois da

conversão

GNV 0,59 0,24 0,18 172

Gasolina C 0,78 0,10 0,20 201

2005 Antes da

conversão

Gasolina C 0,79 0,23 0,22 205

Depois da

conversão

GNV 0,61 0,23 0,13 172

Gasolina C 1,04 0,10 0,24 207

2006 Antes da

conversão

Gasolina C 0,78 0,10 0,28 207

Depois da

conversão

GNV 0,62 0,24 0,21 175

Gasolina C 0,92 0,09 0,24 212

Os modelos atmosféricos com a meteorologia e química completamente acopladas,

podem ser uma alternativa para avaliar e quantificar os impactos atmosféricos gerados por

essas mudanças. O presente estudo tem como foco avaliar o impacto da produção ozônio, na

RMSP que é o quarto maior centro urbano do mundo, apresentando sérios problemas de

poluição atmosférica.

Para estudar e descrever a composição química da atmosfera utilizando modelos

atmosféricos é muito importante ter conhecimento de detalhes da meteorologia, concentrações

iniciais dos compostos químicos e suas emissões na área de estudo. Para a RMSP os modelos

de qualidade do ar têm utilizado as medições realizadas pela CETESB como dados de entrada

e para a validação das simulações. Os dados de entrada comumente utilizados são o inventário

de emissões e concentrações superficiais de compostos nitrogenados NOx, monóxido de

carbono CO, dióxido de enxofre SO

, material particulado MP, compostos orgânicos voláteis

COVs. As primeiras simulações realizadas para a representação da formação dos oxidantes

fotoquímicos na RMSP foram feitas com o modelo CIT (Caltech-Carnegie Mellow Eulerian

Model) descrito em McRae, 1983. Diversos estudos foram realizados com importantes

contribuições ao entendimento da fotoquímica na RMSP (Ulke e Andrade, 2001; Andrade et

al., 2004; Martins et al., 2006 e 2008; Sanchez-Ccoyllo et al., 2007; Vivanco e Andrade,

2007). Esses estudos mostraram a importância da melhor caracterização das fontes de emissão

em S. Paulo, com a determinação da especiação dos COVs, o que passou a ser um tema

prioritário de estudos.

A importância da descrição do ozônio troposférico é que este poluente é um traçador

dos oxidantes fotoquímicos atmosféricos, apresenta um efeito deletério à saúde da população

e tem apresentado várias violações de padrão de qualidade do ar na RMSP.

Como já mencionado, o ozônio não é emitido diretamente para a atmosfera, mas nela

formado através de reações envolvendo compostos orgânicos voláteis e óxidos de nitrogênio

na presença de luz solar. Entretanto sua presença na estratosfera é benéfica filtrando os raios

ultravioletas, já na baixa troposfera tem efeitos toxicológicos quando em concentrações

elevadas. Os fatores determinantes para a ocorrência de altas concentrações são: a

disponibilidade de precursores de ozônio, condição meteorológica, topografia e uso do solo

(Finlayson-Pitts e Pitts, 1997). Muitas vezes os máximos valores de ozônio ocorrem em

lugares afastados das fontes de emissão de poluição. De acordo com Silva Junior et al., 2006

altas concentrações acontecem em áreas afastadas das fontes de emissão de seus precursores,

devido a maior reatividade de NOx que vai sendo consumido durante sua trajetória resultando

em uma relação NOx/COV mais favorável à formação do O

. Em função da importância para

a diluição e para o transporte atmosférico para a formação do ozônio, é essencial conhecer o

comportamento da Camada Limite Planetária (CLP). Como os modelos meteorológicos e de

qualidade do ar colocam à disposição várias opções de esquemas numéricos com cada um

contendo diferentes aproximações para a descrição da CLP, nada mais adequado do que

avaliar qual a configuração ideal para a melhor descrição da formação de ozônio para a

RMSP, e mais ainda, testar como as concentrações de poluentes respondem às variações na

estrutura da CLP.

A história dos modelos numéricos atmosféricos está associada com a descrição do

acoplamento dos módulos de descrição dos sistemas atmosfera, superfície, oceano, química,

entre outros. Um grande avanço com relação à evolução dos modelos numéricos foi o

desenvolvimento do acoplamento dos modelos que descrevem os processos físicos oceano-

atmosfera aliados com o desenvolvimento da capacidade para simular mudanças climáticas

(IPCC, 2001), onde existem duas principais limitações: a descrição física do processo e o

recurso computacional disponível. Um segundo grande avanço nos modelos atmosféricos foi

o acoplamento dos modelos químicos atmosféricos com o modelo climático incluindo

interações complexas do efeito estufa, poluição da atmosfera urbana, e outros (Webster et al.,

2002).

1.1 – Climatologia e características geográficas da RMSP

A Região Metropolitana de São Paulo (RMSP) é considerada uma das dez maiores

cidades do mundo, com aproximadamente dezessete milhões de habitantes (CETESB, 2008).

O clima na RMSP pode ser resumido como seco no inverno e úmido no verão. De setembro a

abril, a área é dominada por vento úmido do Sul e ocorrência de sistemas frontais resultando

em precipitações e nuvens de baixa altitude. Durante o inverno, formações de alta pressão no

Oceano Atlântico ao leste, dirigem-se para o norte, produzindo ventos fracos provenientes da

costa, fortes inversões térmicas de subsidência e céu claro. Sua precipitação anual é de 1900

mm, com temperatura média que varia entre 15 e 22°C (Pereira Filho, et al, 2007; Castanho,

2006; Cetesb, 2008). A região metropolitana é constituída por 39 municípios que compõem

uma área urbanizada de 1747km².

A RMSP está localizada geograficamente na Bacia Sedimentar do Planalto Atlântico

possuindo uma extensão de 8051km² com altitudes que variam de 650m a 1200m (Cetesb,

2007). Estas altitudes máximas são caracterizadas por serras ao redor da região urbanizada

tendo a Serra do Mar à leste, a Serra de Paranapiacaba ao sul, Serra da Cantareira ao Norte e

outras a oeste formando uma barreira à dispersão dos poluentes. A área de estudo é

influenciada também pela presença da bacia do Rio Tietê com seus afluentes, Rio Pinheiros,

Tamanduateí e outros. Está a uma distância de 60km a noroeste do litoral, a uma altitude

média de 860m do nível do mar.

1.2 – Poluição da atmosfera da RMSP

Com base no relatório divulgado pela CETESB (2008) a RMSP sofre todo tipo de

problemas ambientais, entre os quais está a deterioração da qualidade do ar, devida às

emissões atmosféricas de cerca de 2000 indústrias de alto potencial poluidor e por uma frota

registrada de aproximadamente 7,3 milhões de veículos, sendo 6 milhões de veículos do ciclo

Otto, 430 mil veículos a diesel e 870 mil motos, frota esta que representa cerca de 20% do

total nacional. A figura 1.01 mostra a evolução da frota veicular da RMSP, desde 1990 até

2007, que ultrapassou 6 milhões de veículos em 2007. As taxas de emissão de gases poluentes

pelas fontes móveis têm sido estimadas em 1,7 milhões ton/ano de CO, 400 mil ton/ano de

hidrocarbonetos, 400 mil ton/ano de NOx, 70 mil ton/ano de PM

e 40 mil ton/ano de SO

Os veículos são responsáveis por aproximadamente 98% do total de emissão de CO, 97% de

hidrocarbonetos, 97% de NO

, e 55% SO

. Aproximadamente 6% dos veículos que circulam

na RMSP são movidos à Diesel, os principais responsáveis por emitir os NO

(Cetesb, 2004 e

Martins et al. 2004).

(*) A redução do número de veículos registrados se deve à atualização do banco de dados, realizada pela

PRODESP

Figura 1.01 - Evolução da frota de veículos automotores leves na RMSP. Fonte: CETESB,

2008 (baseada em dados PRODESP)

A contribuição relativa de cada fonte de poluição do ar na Região Metropolitana de

São Paulo - RMSP pode ser mais facilmente visualizada na figura 1.02, extraída do Relatório

de Qualidade do Ar da CETESB - observa-se que os veículos automotores são as principais

fontes de monóxido de carbono (CO), hidrocarbonetos totais (HC) e óxidos de nitrogênio

(NOx). Para os óxidos de enxofre (SOx), as indústrias e os veículos são importantes fontes e

no caso das partículas inaláveis (PM

) contribuem ainda outros fatores como a ressuspensão

de partículas do solo e a formação de aerossóis secundários. No caso específico de partículas

inaláveis, as estimativas de contribuição relativa das fontes foram feitas a partir de dados

obtidos da aplicação de modelo receptor: Balanço Químico de Massa (Cetesb, 2007).

Figura 1.02 - Emissões relativas de poluentes por tipo de fontes para o ano de 2007.

Fonte: Cetesb, 2007

Estudos sobre o histórico da poluição atmosférica na RMSP como em Martins, 2006,

fazem em geral referência aos relatórios da CETESB

(http://www.cetesb.sp.gov.br/Ar/ar_historico.asp) que contêm a evolução da qualidade do ar

na RMSP há mais de trinta anos. A deteriorização da qualidade do ar em São Paulo acentuou-

se após a 2ª Guerra Mundial, quando houve um grande e rápido crescimento econômico com

a instalação de indústrias de grande porte na região, porém sem a preocupação com o controle

das emissões de poluentes atmosféricos. Registros em jornais da década de 60 e

especialmente de 70, relatam a ocorrência de episódios agudos de poluição do ar causando

mal-estar na população devido aos fortes odores decorrentes do excesso de poluentes lançados

pelas indústrias na atmosfera. O monitoramento da qualidade do ar, com a avaliação das

concentrações de poluentes no Estado de São Paulo, foi iniciado na RMSP em 1972, com a

instalação de 14 estações para medição diária dos níveis de SO

e fumaça preta. A partir de

1981 deu-se o início do monitoramento automático, como é atualmente realizado e a

instalação de novas estações, com medidas de SO

, MP

, O

, NOx, CO e os HCNM

(hidrocarbonetos menos o metano, neste trabalho chamado de COVs), além dos parâmetros

meteorológicos como direção e velocidade do vento, temperatura e umidade relativa do ar.

Os gases poluentes presentes em uma atmosfera urbana são oriundos de processos de

produção primária e secundária e podem ter efeitos de escala local e global. Os principais

gases tóxicos emitidos diretamente pelas fontes são os NOx (óxidos de nitrogênio), SOx

(óxidos de enxofre), CO (monóxido de carbono), CO

(dióxido de carbono), NH

(amônia),

(metano) e COVs (compostos orgânicos voláteis). Os gases de produção secundária são

formados a partir de reações químicas e fotoquímicas na atmosfera como ozônio e

hidrocarbonetos policíclicos aromáticos (HPAs). O ozônio é produzido a partir de reações

fotoquímicas entre os precursores NOx e COVs. Os NOx, SOx, COVs e outros compostos

podem também sofrer reações químicas transformando-se em partículas finas ou reagirem na

superfície das partículas agregando-se a elas. Os gases tóxicos promovem aumento da

morbidade e mortalidade da população, além de conseqüências nocivas para o meio ambiente

(Saldiva et al, 1995; Gonçalves et al, 2005). Os poluentes podem ter um impacto global, como

os gases do efeito estufa (CO

, CH

, O

, N

O e compostos halogenados) que possuem

importante papel nas alterações climáticas globais. Gases como os clorofluorcarbonos (CFCs)

e compostos de nitrogênio, emitidos na troposfera e que atingem a estratosfera, estão

envolvidos na destruição do ozônio estratosférico.

O Ozônio (O

) é um gás incolor, inodoro nas concentrações ambientais e é

considerado também o principal componente da névoa fotoquímica. Não é um gás emitido

diretamente na atmosfera e sim produzido fotoquimicamente a partir dos óxidos de nitrogênio

e compostos orgânicos voláteis. Sua concentração na troposfera depende essencialmente da

radiação e das concentrações de COVs e NOx. Essa relação de dependência COVs/NOx não é

linear, sendo classicamente representada pelas chamadas isopletas de ozônio (Seinfeld, 2000).

O efeito de sua presença em níveis acima do padrão de qualidade do ar seria de irritação dos

olhos e vias respiratórias, diminuição da capacidade pulmonar, sensação de aperto no peito,

tosse e chiado na respiração e também é freqüentemente associado ao aumento de admissões

hospitalares (Saldiva et al., 1994; Gonçalves et al., 2005; CETESB, 2007).

O Monóxido de Carbono (CO) é um gás incolor, inodoro e insípido, sendo produto da

combustão incompleta em veículos automotores, podendo ser considerado também um gás

traçador das emissões veiculares em grandes centros urbanos por ser pouco reativo. Seu efeito

na saúde está relacionado a um prejuízo dos reflexos motores, da capacidade de estimar

intervalo de tempo, do aprendizado e distúrbios visuais.

Óxidos de Nitrogênio (NOx) representam os compostos monóxido e dióxido de

nitrogênio NO e NO

. São gases produtos da exaustão da queima de combustíveis fósseis,

constituindo-se principalmente de NO, cerca de 90% do total de NOx emitido, que vem a se

oxidar a NO

. O NO

é um gás marrom avermelhado, que apresenta cheiro forte e muito

irritante. O NOx está presente na atmosfera como resultado da combustão envolvendo

veículos automotores, processos industriais, usinas térmicas, e incinerações. Seu efeito na

saúde está relacionado às doenças do aparelho respiratório inferior e uma diminuição da

resistência às infecções respiratórias (Saldiva et al., 1994; Gonçalves et al., 2005; CETESB,

2007).

Compostos Orgânicos Voláteis (COVs) têm como fonte principal na RMSP a emissão

pelos veículos automotores leves. A especiação química dos COVs provenientes das emissões

veiculares depende do mecanismo pelo qual estes são emitidos e do combustível utilizado.

Partículas Inaláveis (Material Particulado) segundo Oliveira, 2007 apud Seinfeld e

Pandis (1998) são aerossóis atmosféricos que por sua vez são divididos em dois grupos de

diferentes tamanhos: a moda das partículas finas, com diâmetro aerodinâmico menor que

2,5µm, e a moda das partículas grossas, com diâmetro aerodinâmico maior ou igual a 2,5µm e

menor ou igual a 10µm. A diferença entre as partículas finas e grossas é fundamental, pois as

duas modas têm origens distintas, sofrem processos diferentes na atmosfera e em geral são

removidas de maneira distinta. Segundo a EPA (Agência de Proteção Ambiental norte-

americana) o controle das partículas menores ou iguais a 10µm (MP

), também chamadas de

partículas inaláveis, baseou-se no fato de que estas são as partículas que podem atingir as vias

respiratórias inferiores, e não na sua composição química.

1.3 – Formação do Ozônio na RMSP

Os poluentes presentes na atmosfera da RMSP estão principalmente relacionados à

grande emissão proveniente dos veículos automotores (fontes móveis) leves e pesados e

secundariamente pelas emissões originadas em processos industriais (fontes fixas). Os

poluentes que em geral apresentam violação dos padrões de qualidade do ar na RMSP são o

ozônio e o material particulado inalável (MP

), merecendo um esforço na compreensão da

sua origem e estratégias de controle.

Diversos trabalhos relacionados ao entendimento da formação do ozônio na RMSP

têm sido publicados. Andrade et al. (2004) estudaram o papel das emissões de NOx na RMSP

demonstrando que havia uma grande incerteza no inventário de emissões da RMSP, tanto

espacialmente como temporalmente. Vivanco e Andrade (2006) analisaram o inventário

oficial da RMSP para os precursores do ozônio através da comparação entre as razões de

COVs/CO e NOx/CO presentes no inventário oficial e as observações realizadas nas estações

da CETESB nos intervalos entre 6:00 e 8:00 horas. Os resultados indicaram que as fontes

móveis possuem uma relevante contribuição para a formação de ozônio RMSP e sugerem

ainda que as emissões de NOx e COVs pelos veículos são aproximadamente super e

subestimadas, respectivamente, em comparação com as medidas ambientais.

De acordo com Andrade (2006) altas concentrações de ozônio estão condicionadas

principalmente a presença de temperaturas altas e radiação solar, e ainda com ventos calmos e

condições que suprimem a mistura vertical na atmosfera (inversões térmicas e camadas

subsidentes). Em geral as concentrações mais altas são encontradas no entorno (subúrbios) na

direção do transporte pelo vento a partir do centro da cidade (local das emissões). O ozônio é

o poluente que mais ultrapassa os limites legais de concentração na RMSP e um evento com

altas concentrações de ozônio pode vir a ser dez vezes superior aos valores de fundo e

atualmente, devido às atividades humanas, sua concentração aumentou em uma escala global

(Andrade, 2006).

O problema de poluição causada por ozônio é mundial e se manifesta de forma mais

intensa nas grandes cidades e seus arredores, devido principalmente às emissões veiculares.

Medidas eficazes para redução da concentração de ozônio são bastante complexas, uma vez

que este é um poluente formado na atmosfera e sua redução envolve programas de controle de

seus precursores, como o dióxido de nitrogênio e compostos orgânicos voláteis.

A formação do ozônio na troposfera inicia-se pela fotólise do NO

, e o produto desta

reação, o NO, reage rapidamente com O

para regenerar o NO

. Dessa maneira, o O

mantém-

se num estado estacionário que depende da velocidade de fotólise do NO

e da razão

[NO

]/[NO]. Assim, se nenhum outro processo convertesse NO em NO

a concentração de

ozônio não aumentaria significativamente. No entanto, na presença dos compostos orgânicos

voláteis, as concentrações de ozônio aumentam uma vez que NO é convertido a NO

via

formação de radicais, tabela 1.03. A velocidade de formação do ozônio depende da

quantidade e da reatividade de cada um desses compostos (Cetesb, 2002).

Tabela 1.03: Principais reações para a formação do Ozônio troposférico envolvendo o ciclo de

nitrogênio e as reações por oxidação (Seinfeld e Pandis, 1998).

Ciclo do Nitrogênio – NOx

+ hν

νν

ν →

→→

→ NO + O (λ

λλ

λ < 424 nm)

O + O

→

→→

→ O

NO + O

→

→→

→ NO

+ O

Oxidação dos Compostos Orgânicos

Voláteis – COVs

RH + OH· (+ O

) →

→→

→ RO

· + H

· + NO →

→→

→ RO · + NO

RO· + O

→

→→

→ R´CHO + HO

RCHO + OH · →

→→

→ RC(O)O

· + H

RC(O)O

· + NO →

→→

→ NO

+ RO

· + CO

Oxidação do Monóxido de Carbono –

CO + OH· →

→→

→ CO

+ H·

H· + O

+ M →

→→

→ HO

· + M

NO + HO

· →

→→

→ NO

+ OH·

Oxidação do Metano – CH

+ OH· →

→→

→ CH

· + H

· + O

+ M →

→→

→ CH

· + M

· + NO →

→→

→ CH

O· + NO

O· +O

→

→→

→ HCHO + HO

· + NO →

→→

→ OH· + NO

Oxidação dos Formaldeídos – HCHO

HCHO + hν

νν

ν →

→→

→ H

+ CO

HCHO + hν

νν

ν →

→→

→ H· + HCO·

HCHO + OH · →

→→

→ HCO · + H

HCO · + O

→

→→

→ HO

· + CO

H· + O

→

→→

→ HO

· + NO →

→→

→ OH· + NO

A figura 1.03 mostra a evolução da concentração de O

para várias estações de

qualidade do ar da CETESB na RMSP. Pode-se destacar um forte aumento entre os anos de

1998 e 1999 (em geral para todas as estações foram registrados aumentos entre 10 a 20 µg.m

). A concentração anual média das máximas de O

para a RMSP apresenta-se em

aproximadamente 80µg/m

Figura 1.03: Evolução das concentrações médias anuais das máximas diárias (médias de 1h)

para o Ozônio em estações da RMSP. Fonte: Cetesb, 2008

A figura 1.04 apresenta o número de ultrapassagens do padrão de qualidade do ar para

o ozônio em cada mês para o período de 2003 a 2007 na RMSP, com base nos boletins

divulgados diariamente pela CETESB, mostrando ainda as ultrapassagens do nível de

atenção. Pode-se destacar o mês de outubro por apresentar altos índices de ultrapassagens dos

níveis de alerta e atenção do padrão de qualidade do ar. Vale lembrar que o nível nacional do

padrão de qualidade do ar para o O

é 160 µg.m

-3

(82 ppb) e de atenção é 400µg.m

-3

(170,4

ppb).

Figura 1.04: Número de ultrapassagens do padrão e níveis críticos por mês da concentração

de O

(2002 a 2006) – RMSP. Fonte: Cetesb, 2006

Em outro estudo conduzido na RMSP foi verificado que as altas concentrações de

ozônio são mais freqüentes no período da tarde entre 13 e 16h e que este padrão é

conseqüência de dois processos: do perfil regular de emissão dos precursores de ozônio e das

condições meteorológicas, principalmente a radiação solar. Os dias com altas concentrações

de ozônio ocorreram em situação de baixa velocidade do vento com direção predominante de

sudeste de manhã ou de sul à tarde. Em dias com menores concentrações de ozônio os ventos

foram predominantemente de sudeste de manhã, mas com grande variação do padrão à tarde,

com ventos de oeste e nordeste (Guardani e Nascimento, 2004).

Para a compreensão da formação e comportamento do ozônio na RMSP, vários

estudos têm sido realizados. Pode-se citar a aplicação de redes neurais artificiais para análise

da correlação do ozônio com seus precursores e variáveis meteorológicas (Guardani et al.,

1999).

Embora benéfico na estratosfera, onde forma uma camada protetora contra efeitos

danosos da radiação ultravioleta, na baixa troposfera tem efeitos tóxicos quando em contato

com os seres vivos. Além da complexidade do sistema de reações químicas, fatores

meteorológicos e topográficos fazem com que os gases precursores emitidos sejam

transportados a diversos locais, resultando em níveis altos de ozônio em locais distantes das

fontes precursoras, muitas vezes ocorrendo até mesmo em regiões sem fontes significativas de

poluição (Finlayson-Pitts e Pitts, 1997).

Com relação ao efeito do ozônio sobre a saúde, as ocorrências mais relatadas da

exposição de seres humanos são: irritação nos olhos, vias respiratórias e o agravamento de

doenças respiratórias preexistentes, como a asma. Sabe-se que a exposição repetida ao ozônio

pode tornar as pessoas mais suscetíveis à infecções respiratórias e inflamação nos pulmões.

Adultos e crianças saudáveis também estão sujeitos aos efeitos danosos causados pelo ozônio

se expostos a níveis elevados durante a prática de exercícios físicos. Além de danoso à saúde

humana o ozônio é prejudicial à vegetação, causando danos às colheitas e à vegetação natural.

Os efeitos observados em plantas referem-se à diminuição na taxa de crescimento, aumento

da vulnerabilidade a insetos e problemas de pigmentação devido a alterações no processo de

fotossíntese.

1.4 – Estudos prévios com Modelos de Qualidade do Ar na RMSP

A aplicação de modelos atmosféricos tem se expandido em diferentes ramos da

meteorologia e com a chegada dos computadores de grande desempenho criou-se mais uma

possibilidade de utilização na previsão da qualidade do ar (os chamados Modelos de Previsão

Química). A grande dificuldade encontrada na utilização de modelos de qualidade do ar é o

alto número de variáveis envolvidas quando se considera as reações químicas e os processos

físico-químicos da descrição dos aerossóis. Passando a barreira do custo computacional com o

advento de computadores mais velozes e grande poder de armazenamento, tornou-se possível

a utilização de dois tipos de modelos do ponto de vista de resolver em conjunto a

meteorologia e a química. Modelos de qualidade do ar podem ter um tratamento “offline”

com relação aos campos meteorológicos ou “online”, com o tratamento da meteorologia

simultâneo ao da química atmosférica.

No trabalho apresentado por Andrade, 2006 são mostrados vários modelos de

qualidade do ar que estão atualmente sendo utilizados por diferentes comunidades. A agência

de proteção ambiental dos EUA (EPA – Environment Protect Agency) que serve de referência

mundial para estudos sobre qualidade do ar, recomenda a utilização do modelo CMAQ

(MODELS-3 Community Multiscale Air Quality Modeling System) para previsões de

qualidade do ar, quando antes era recomendado o modelo UAM (Urban Airshed Model). No

Brasil e mais especificamente na RMSP o modelo de qualidade do ar que tem sido

amplamente utilizado é o CIT (California/Carnegie Institute of Technology model, McRae et

al., 1982), que serviu de ferramenta para vários estudos científicos em conjunto com o modelo

meteorológico BRAMS (Brazilian Regional Atmospheric Modeling System), descrito por

Freitas et al., 2003, por se tratar de um modelo “offline” - pode-se citar os trabalhos de

dissertação e tese de Sanchez-Ccoyllo (2000), Ynoue (2004), Martins (2006, 2007) e Carbone

(2007) e as publicações em periódicos de Andrade et al. (2004), Martins et al. (2007 e 2008) e

Sanchez-Ccoyllo et al. (2007 e 2008). Não há uma recomendação oficial no Brasil quanto ao

modelo de qualidade do ar a ser utilizado para atendimento aos estudos de impacto ambiental

quando se trata de poluentes fotoquímicos. O grande desafio proposto neste estudo é a

utilização de um modelo completamente acoplado nas componentes qualidade do ar e

meteorologia, o WRF/Chem (Weather Research and Forecast with CHEMistry) onde a base

da parte meteorológica veio do MM5 e a parte química do CMAQ (Grell, et al. 2005). O

WRF/Chem é um modelo em desenvolvimento que conta com a colaboração de diferentes

grupos de pesquisa e alguns estudos serão mencionados que se utilizam do modelo

WRF/Chem para fazerem simulações e previsões em diferentes partes do mundo

(http://ruc.fsl.noaa.gov/wrf/WG11/ acessado em 01/03/2009).

Segundo Andrade, 2006, as atividades em modelagem da formação do ozônio

troposférico na RMSP iniciaram-se em 1994, com a instalação no Departamento de Ciências

Atmosféricas do modelo CIT desenvolvido no California Institute of Technology – Caltech e

Carnegie Mellon University, pelo grupo do Prof. John Seinfeld. Com o CIT, iniciou-se uma

linha de pesquisa que resultou em vários avanços na compreensão da química da atmosfera da

RMSP. As grandes incertezas no ajuste do modelo se concentram na representação dos

campos meteorológicos e no inventário de emissões. Como alternativa para a representação

meteorológica foram utilizados campos prognósticos gerados pelo modelo meteorológico de

mesoscala RAMS – Regional Atmospheric Modeling System, e com relação ao inventário de

emissões várias abordagens têm sido adotadas que estão servindo como subsídios também ao

órgão de controle ambiental, a CETESB. Para melhorar ainda mais a representatividade dos

modelos de qualidade do ar, surgiu uma nova geração de modelos com o acoplamento entre

Meteorologia-Química, como por exemplo o WRF/Chem, onde sua implantação no IAG/USP

iniciou-se através do presente trabalho e que encontra-se atualmente com vários usuários.

Os modelos de qualidade do ar, com meteorologia e química acopladas têm sido

aplicados ao estudo da formação e transporte do ozônio. Na abordagem com modelos

preditivos é possível o estudo de diferentes cenários de fontes e seus impactos na formação do

ozônio. Alguns cenários foram testados por Sánchez-Ccoyllo et al. (2006a) variando os

precursores do ozônio e as variáveis meteorológicas na formação dos oxidantes fotoquímicos

utilizando como ferramenta o modelo CIT. Os resultados das simulações indicaram que o

aumento da altura da camada limite de 1200 m para 2000 m resultou num decréscimo de 14%

do pico de ozônio e de 29% nas concentrações médias em toda RMSP. Efeito similar foi

obtido quando a velocidade do vento foi aumentada. Para a temperatura, no entanto, o

aumento de 4ºC resultou em um aumento das concentrações de ozônio tanto na pluma (região

de máxima concentração) quanto na RMSP. A avaliação conjunta dos efeitos da diminuição

dos COVs juntamente com a variação das variáveis meteorológicas indicou que a combinação

do aumento da velocidade do vento e da redução dos COVs resultou na maior redução das

concentrações de ozônio.

Schmitz (2005) estudou a composição da atmosfera da cidade de Santiago/Chile,

utilizando o modelo de qualidade do ar CADM (Chilean Air Pollution Dispersion Model) que

é um modelo “offline” que faz uso de um programa de interface o CTM (chemistry-transport

module) que prepara as saídas do modelo meteorológico MM5 (Mesoscale Model 5

generation) para servir de entrada para o modelo CADM. Vale ressaltar a complexa

topografia da área de estudo, situada ao lado dos Andes com alturas do entorno da cidade

variando de 500 a 3500m numa distância horizontal de aproximadamente 40km. Os

resultados encontrados mostram que o CO apresenta pouca dispersão horizontal e um

significativo efeito da variação espacial e temporal das emissões e desenvolvimento da CLP,

corroborando ainda que o tráfego inicial de veículos coincide com o inicio do

desenvolvimento da CLP por volta das 06:00 horas local, e o máximo de emissão coincide

com a máxima concentração que se dá às 09:00 horas local.

Ulke e Andrade (2001) avaliaram a sensibilidade de previsão de ozônio com modelo

CIT, dando enfoque para diferentes parametrizações turbulentas variando a forma de

determinação da difusividade vertical. Como sugestão foi indicada a troca dos coeficientes de

difusão, em função da inadequada representação da mistura turbulenta por parte do esquema

original do CIT. Para condições de estabilidade da atmosfera estável e neutra o esquema

registra altos valores principalmente próximos ao topo da CLP, onde geralmente a turbulência

nestes níveis seria menor. A aproximação sugerida foi baseada no esquema não local que

depende dos parâmetros característicos da turbulência em toda a CLP. Os resultados das

comparações realizadas apontaram para um ligeiro aumento nas concentrações num fator

variando de 1,2 a 2. Os autores também alertaram para a necessidade de novos estudos onde

houvesse a preocupação com os dados de entrada meteorológicos, revisão nas emissões,

avaliação em diferentes condições meteorológicas e mais informações de observação para

validação do modelo.

Ynoue (2004) simulando a composição da atmosfera com o modelo CIT para eventos

durante o ano de 1999 obteve como resultado para as concentrações de NO

e O

que os

máximos valores observados foram, respectivamente, 397µg.m

-3

(184,5 ppb)

às 11h do dia 11

na estação do Ibirapuera e 233

µg.m

-3

(99,3 ppb) às 15h na estação de Mauá. Durante o dia as

concentrações simuladas dos gases CO, NO e SO

foram normalmente subestimadas,

enquanto que à noite, as concentrações destes gases foram superestimadas. Uma possível

fonte de erro para estas sub e superestimativas pode ter sido a parametrização de turbulência.

Outro forte fator que contribuiu para discrepâncias entre valores simulados e observados

foram as distribuições temporal e espacial das emissões.

Martins (2006) estudando a formação de O

troposférico de acordo com cenários de

variações das emissões veiculares para a RMSP para os anos de 2000 e 2004, apresentou uma

análise sobre o desempenho do modelo CIT em simular as concentrações de ozônio e seus

precursores para três períodos distintos: 22 a 24 de agosto de 2000, 13 a 15 de março de 2000

e 06 a 10 de setembro de 2004. Os índices de concordância apresentaram-se altos para os

grupos de estações com diferentes características químicas e meteorológicas. O pico de O

foi

bem representado pelo modelo tanto em magnitude quanto temporalmente embora as

concentrações do ozônio à noite tenham sido subestimadas, em função de várias deficiências,

principalmente associadas às simplificações e considerações utilizadas no inventário de

emissão. Outras deficiências na modelagem podem ainda ser citadas como: a representação

inadequada da superfície, as incertezas dos campos de vento utilizados, a consideração de que

a presença dos poluentes não afeta a meteorologia em escala urbana, o uso de campos médios

horários, a limitação da representação numérica dos processos que ocorrem somente dentro da

camada de mistura, ou seja, não considerando efeitos de transporte do ozônio de níveis

superiores para regiões próximas à superfície e ainda as incertezas associadas à representação

da química do ozônio durante a noite. Embora existam vários processos não adequadamente

descritos na modelagem utilizada pode-se de forma geral concluir que para os períodos

estudados o modelo foi capaz de representar bem tanto o perfil como as intensidades da

concentração de O

e CO. As espécies NOx e COVs não foram tão bem representadas. Na

figura 1.05 é apresentada uma comparação entre os valores simulados e medidos de forma a

verificar o ajuste do modelo com relação ao valor medido de ozônio para várias estações de

monitoramento de qualidade do ar. As barras representam o intervalo de valores (máximos e

mínimos) em relação aos valores médios.

Figura 1.05: Comparação entre os valores simulados e observados da concentração de ozônio

em ppbv para uma média de estações de monitoramento da qualidade do ar na RMSP, para o

período de 22 a 24 de agosto de 2000. Fonte: Martins (2006).

1.5 – Resultados utilizando o modelo WRF/Chem

Vários são os estudos destinados à simulação da qualidade do ar em grandes centros

urbanos, mas poucos são os modelos que tem a capacidade de fazer o completo acoplamento

entre as componentes de qualidade do ar e meteorologia. O trabalho de Grell e colaboradores

em 2005 foi um dos trabalhos pioneiros na utilização de modelos de qualidade do ar com o

completo acoplamento da química e meteorologia. Uma das questões relevantes na simulação

de poluentes em áreas urbanas é a representação da superfície modificada por grandes

edifícios e por diminuição da cobertura vegetal. Há atualmente uma nova geração de modelos

de qualidade do ar que contêm a inclusão do efeito das características urbanas nas simulações.

Esse acoplamento que está sendo mencionado implica na inclusão de modelos urbanos em

modelos de qualidade do ar, como descrito em Martilli et al. (2002). O presente trabalho

considera o modelo urbano UCM (Urban Canopy Model) acoplado ao WRF-Chem. O estudo

realizado por Coceal e Belcher (2004) mostra o impacto da utilização do modelo urbano

UCM no campo de vento sobre uma área urbana idealizada, da mesma forma que o

encontrado por Martilli. O principal resultado encontrado pelos autores foi a desaceleração do

vento sobre áreas urbanas, sendo validado pelos dados obtidos das medições feitas por

Davidson et al. (1995, 1996) e dados de túnel de vento (Figura 1.06).

Figura 1.06: Desaceleração do vento médio devido à presença de uma cidade idealizada

posicionada entre 0 – 18 x/b. Comparação do modelo urbano UCM com medições de

Davidson et al. (1995, 1996). Fonte: Coceal e Belcher (2004)

Ainda com base no estudo de Grell et al., (2005), comparando os resultados obtidos

com os modelos WRF/Chem e MM5/Chem, estes mostraram que estatisticamente o modelo

WRF/Chem é mais eficiente na previsão da concentração superficial de O

, mas em

contrapartida apresentou piores resultados na previsão de altos valores de concentração

superficial de NOx em comparação ao MM5/Chem e a observação.

Outro estudo com o objetivo de validar as simulações feitas pelo modelo WRF/Chem

com os dados observados durante o experimento MILAGRO-2006 para a cidade do México

apresentado em Zhang et al, 2009, mostra a eficiência do modelo em representar a

composição da atmosfera da cidade do México. Nesse estudo foi dado destaque para a

melhoria das simulações feitas com o esquema de CLP YSU (Hong and Dudhia, 2003)

quando comparado às simulações realizadas com o esquema MYJ (Mellor e Yamada, 1982;

Janjic, 1996, 2002) para os campos meteorológicos e poluentes, e ainda fazendo ressalva para

o fato da diminuição da qualidade das simulações durante o período noturno. Dessa forma os

autores trazem como sugestão para melhoria das simulações a utilização de “modelos

urbanos”.

Martins, et al (2007) estudando a inclusão do inventário oficial de emissões da RMSP

da CETESB no modelo WRF/Chem, mostrou a boa representatividade do modelo em simular

não só espacial e temporalmente os poluentes atmosféricos, mas também mostrou que é

possível representar a estrutura vertical dos poluentes.

1.6 – Os principais Mecanismos Meteorológicos atuantes na RMSP

A região está sujeita a mecanismos de micro, meso e larga escala que interferem

diretamente no transporte e formação dos poluentes. Dentre os principais mecanismos que

interferem na qualidade do ar da RMSP estão a Ilha de calor, brisas marítima e terrestre, brisa

vale-montanha, ZCAS, Bloqueios Atmosféricos e Sistemas Frontais.

Ilha de Calor

A caracterização da ilha de calor urbana se dá através do surgimento de gradientes

horizontais de temperatura (Stull, 1993) e pode, de maneira geral, ser controlada por diversos

fatores, dentre os quais, destacam-se as características da superfície da cidade (corpos d’água,

natureza do solo, tipo de cobertura vegetal, tipo de uso do solo, tipo de arquitetura, materiais

de construção e fontes antropogênicas de calor e poluição), localização geográfica, topografia,

climatologia urbana, sazonalidade e condições sinóticas do tempo (Oke, 1982). Estudos de

cunho observacional têm grande importância na determinação de parâmetros de superfície e

atmosféricos que são relevantes na formação e manutenção dos gradientes térmicos

horizontais. Em alguns dias esse contraste pode atingir cerca de 10º C ou mais. Segundo

Freitas, 2003, a ilha de calor urbana se desenvolve, na maior parte das vezes, quando ventos

de escala sinótica são fracos (ventos fortes misturariam o ar da cidade e das áreas rurais e

diminuiriam o contraste de temperatura). Nessas condições, em algumas grandes áreas

metropolitanas o aquecimento relativo da cidade, comparado com seus arredores, pode

promover uma circulação convectiva do ar: ar relativamente quente sobe sobre o centro da

cidade e é trocado por ar mais frio e mais denso, convergente das zonas rurais. A coluna de ar

ascendente acumula aerossóis sobre a cidade formando uma nuvem de poeira (poluentes), que

podem tornar-se muitas vezes mais concentrados sobre uma área urbana que sobre as áreas

rurais.

Vários fatores contribuem para o desenvolvimento de uma ilha de calor urbana. Um

deles é a concentração relativamente alta de fontes de calor nas cidades. As propriedades

térmicas dos materiais das construções urbanas também facilitam a condução de calor mais

rapidamente que o solo e a vegetação das áreas rurais, contribuindo para um aumento no

contraste de temperatura entre essas regiões. A perda de calor durante a noite, por radiação

infravermelha para a atmosfera e para o espaço, é parcialmente compensada nas cidades pela

liberação de calor das fontes antropogênicas, tais como veículos, indústrias e construções em

geral.

Os altos edifícios e ruas relativamente estreitas aprisionam energia solar através de

múltiplas reflexões dos raios solares, ocasionando numa maior absorção de radiação solar e

conseqüentemente propiciando um maior aquecimento dessa área urbana. Na cidade, a taxa de

evapotranspiração, tipicamente mais baixa, acentua ainda mais o contraste de temperatura

com suas redondezas. A menor disponibilidade de água, devido ao sistema de drenagem, faz

com que apenas uma pequena parcela da radiação absorvida é utilizada para evaporação (calor

latente) e a maior parte dessa radiação é utilizada para aquecer a terra e o ar diretamente (calor

sensível).

Numerosas investigações têm sido aplicadas aos efeitos de ilhas de calor urbanas em

São Paulo. Lombardo (1984) observou, através da utilização de imagens de satélite e

observações de campo, altas concentrações de poluentes associadas ao efeito da ilha de calor

para várias localidades na Região Metropolitana de São Paulo. Uma área urbana representa

uma barreira para o escoamento horizontal, ocasionando uma diminuição no poder de

dispersão de poluentes dentro do dossel urbano (dossel urbano é o nível da altura média das

edificações).

Os maiores gradientes de temperatura encontrados entre a área urbana de São Paulo e

as áreas rurais atingiram valores superiores à 10º C no período de inverno, sendo os maiores

gradientes térmicos verificados entre as 15 e 21 h (hora local) (Freitas, 2003).

Brisas

As brisas marítimas ou lacustres são sistemas rasos (baixos níveis atmosféricos),

geralmente confinados nas primeiras camadas da troposfera (<< 10 km). Tipicamente, a brisa

começa próxima à linha da costa algumas horas depois do nascer do sol e se expande

gradualmente, tanto sobre a terra quanto sobre a água, atingindo sua máxima extensão no

meio da tarde. Sobre a terra, a extensão da brisa varia de poucas centenas de metros a muitas

dezenas de quilômetros ou mesmo centenas, em casos extremos. Depois do pôr do sol, as

brisas marítimas/lacustres desaparecem até que, no final da noite, os ventos em superfície

começam a desenvolver a chamada brisa terrestre com uma inversão na direção do vento.

Durante a noite, o resfriamento radiativo é maior sobre a terra que sobre a água. A brisa

terrestre atinge sua extensão máxima pouco antes do nascer do sol, mas tende a ser mais fraca

que a brisa marítima ou lacustre (Atkinson, 1981).

Um dos trabalhos pioneiros sobre a brisa marítima em São Paulo foi o estudo de

Oliveira e Silva Dias (1982) que, utilizando dados de superfície da estação climatológica do

IAG-USP, caracterizaram a variação diurna e sazonal dos ventos. Segundo os autores,

existem três padrões de entrada da brisa marítima em São Paulo: (i) brisa padrão, na qual o

vento passa de NE, no período da manhã, para SE à tarde; (ii) vento NW no período da manhã

passando a SE ou calmaria no período da tarde ou início da noite; (iii) intensificação do

componente SE no período diurno. A penetração da brisa marítima em São Paulo, durante o

período por eles analisado, ocorreu entre 13 e 14 HL na maioria dos casos, podendo haver

uma antecipação ou atraso dependendo da situação sinótica atuante na estação do ano.

A penetração da brisa marítima é um fenômeno meteorológico que causa resfriamento

e umedecimento da CLP (Oliveira, 2003). As simulações numéricas da circulação na CLP

sobre o Estado de São Paulo indicam que a brisa marítima pode penetrar até a região de Iperó,

apesar da distância de 120 km do litoral e da barreira imposta pela Serra do Mar (Karam,

2002). Sánchez-Ccoyllo e Silva Dias (2002), mostraram que durante o período de atuação da

brisa marítima sobre a cidade de São Paulo há um aumento da energia cinética turbulenta

(ECT) em função do forte cisalhamento do vento associado. Dessa forma, observaram uma

máxima altura da camada limite planetária de 1450m em função do valor máximo da ECT,

com a topografia urbana intensificando a brisa marítima e elevando a altura da camada limite

planetária.

A relação existente entre a brisa marítima e o efeito da ilha de calor foi estudada por

Silva Dias (1986) para a cidade de São Paulo através da utilização de um modelo

bidimensional. Segundo o autor, a presença de uma região urbana age no sentido de retardar a

penetração da brisa marítima. O efeito da topografia combina-se com o da ilha de calor para

um maior desenvolvimento vertical da camada de mistura. Além disso, o efeito da topografia

provoca uma intensificação geral da circulação associada à brisa marítima.

Zona Frontal e Dispersão de poluentes

A RMSP, devido a sua latitude, tem por característica a passagens de vários sistemas

frontais que influenciam na qualidade do ar. Sánchez-Ccoyllo et al. 2002, estudaram os

mecanismos sinóticos que afetam a qualidade do ar na RMSP e determinaram a variação na

qualidade do ar para as situações de pré e pós frontal: a situação pré-frontal estando associada

a uma grande instabilidade atmosférica e movimentos ascendentes, ocasionaria a dispersão

dos poluentes, já em situações pós-frontal associadas a uma maior estabilidade atmosférica,

haveria uma estagnação na atmosfera acarretando em menor dispersão de poluentes.

Bloqueios Atmosféricos

O estudo de Castanho (2002) abordando a influência dos sistemas de bloqueios

atmosféricos sobre a dispersão de poluentes na RMSP, obteve como principal resultado que a

permanência de vários dias com altas concentrações de poluentes durante o mês de agosto de

2000 foi decorrência da influência de bloqueio atmosférico no oceano Pacífico. Esse evento

foi uma possível causa para a manutenção de alta pressão próxima ao continente Sul

Americana propiciando uma situação desfavorável à dispersão de poluentes. O estudo de

Zacarias et al., 2006, que fez uma vasta revisão sobre bloqueios atmosféricos, chegou a

conclusão que ainda não é consenso absoluto entre os pesquisadores de Ciências

Atmosféricas, apesar de não ser um tema novo, sua caracterização. Uma das clássicas

definições foi dada por Rex (1951) e serve de embasamento para estudos mais recentes. Esse

autor caracterizou bloqueios em termos do campo de altura geopotencial em 500 hPa,

enfatizando a divisão da corrente de jato em dois ramos com considerável transporte de

massa, a transição abrupta do escoamento zonal para meridional, a persistência da

configuração de bloqueio durante mais de 10 dias e sua extensão em mais de 45˚ de longitude.

Rex (1951) determinou critérios para identificação de bloqueios atmosféricos para o

Hemisfério Norte. Já Van Lon (1956) baseou-se em critérios específicos para o Hemisfério

Sul dados por:

• O deslocamento do sistema de bloqueio deve ser menor do que 25º de longitude e 45ºS

durante o período de bloqueio;

• O centro da alta deve estar no mínimo 10º ao Sul da posição normal do cinturão

subtropical de alta pressão;

• O bloqueio deve durar no mínimo 6 dias.

Zona de Convergência do Atlântico Sul (ZCAS)

Convencionalmente definida como uma persistente faixa de nebulosidade orientada no

sentido noroeste-sudeste, que se estende do sul da Amazônia ao Atlântico Sul-Central por

alguns milhares de km, sendo bem caracterizada nos meses de verão. De forma contrária aos

Bloqueios, a ZCAS está associada com movimentos ascendentes do ar, formação de chuvas e

conseqüentemente dispersão de poluentes.

Algumas características podem ser observadas para a identificação da ZCAS de

acordo com a situação sinótica que propicie sua formação (Camargo et al., 2004):

*Forte indício de confluência entre o ar da Alta Subtropical do Atlântico Sul e o ar oriundo de

latitudes mais altas e esta confluência deve estar acompanhada de convergência de umidade e

nebulosidade;

*Em níveis superiores, a configuração mais favorável corresponde a um cavado a leste dos

Andes de maneira que a divergência em altitude seja incentivada (convecção forçada em

baixo níveis e divergência em altos níveis);

*Deve ainda haver persistência de pelo menos 4 dias desta configuração, pois caso contrário a

confluência pode ter sido gerada pela penetração de um sistema frontal;

*A ZCAS nem sempre apresenta estrutura típica de um sistema frontal quando se analisa os

gradientes de temperatura; porém o contraste de umidade pode em geral ser identificado,

principalmente se for utilizada a temperatura potencial equivalente nessa análise;

*As observações indicam que a ZCAS tende a se posicionar mais ao norte no início do verão,

deslocando-se posteriormente para o sul podendo variar até 10-15 graus de latitude; isto

resulta em situações distintas para determinados locais, conforme a região de estacionariedade

da ZCAS.

Camada Limite Atmosférica (CLP)

As variações horizontais das propriedades térmicas, radiativas e aerodinâmicas da

superfície afetam significativamente a estrutura da CLP, induzindo com freqüência

circulações horizontais. Além disso, a presença de vales e montanhas pode induzir contrastes

térmicos e gradientes horizontais de pressão suficientemente intensos de modo a modificar

não só a estrutura termodinâmica como também a estrutura dinâmica da CLP (Karam, 2002).

A CLP apresenta uma estrutura termodinâmica que responde fortemente ao ciclo

diurno de aquecimento através de mudanças nos ventos que, por sua vez, alteram as trocas de

calor entre a CLP e a atmosfera livre acima (onde a turbulência tem uma importância

secundária). Os movimentos na CLP são essencialmente turbulentos, sendo que a turbulência

origina-se de duas causas: a) origem mecânica, devido à presença de grandes cisalhamentos

necessários para satisfazer a condição de não-deslizamento; b) origem térmica, devido ao

aquecimento em seu contorno inferior. A turbulência mecânica é mais pronunciada próxima à

superfície, mas sua intensidade depende fortemente, sobretudo, da transferência de calor para

a atmosfera (por condução dentro de uma camada milimétrica rente à superfície) e pelos

transportes convectivos que provocam efeitos desestabilizadores na atmosfera (Lemes e

Moura, 1998).

O cisalhamento do vento aumenta os movimentos em uma escala molecular e cria

vórtices ou turbilhões. Os vórtices transferem momentum e energia horizontalmente e

verticalmente. Quanto maior o cisalhamento, maior é a transferência de momentum e de

energia. A turbulência consiste de muitos vórtices de diferentes tamanhos agindo

simultaneamente. Logo, o cisalhamento do vento gera turbulência. A turbulência térmica

aumenta o efeito da turbulência mecânica, pois favorece o desenvolvimento de turbilhões a

maiores alturas, aumentando assim, a sua habilidade para trocar o ar entre a superfície e a

camada de mistura.

De acordo com Fisch (1995), a evolução da Camada Limite Atmosférica (CLA)

representada na figura 1.07 pode ser classificada de forma esquematizada da seguinte forma:

Camada Limite Superficial (CLS), Camada de Mistura (CM) e a Camada Limite Noturna

(CLN) que estão diretamente ligadas à quantidade de energia disponível em superfície. Na

figura 1.07a estrutura da CLA é representada da seguinte forma: A – CLN, B – Camada

Residual, C – CM, D – Atmosfera Livre (AL). Existe uma camada que está sendo

representada pela linha pontilhada que é a CLS.

Figura 1.07: Estrutura da Camada Limite Planetária. Representação da variação horária da

evolução da Camada Limite Planetária. Figura extraída de Fisch (1995).

Segundo Stull (1988), sobre o continente e oceanos, a camada limite é geralmente

mais fina em regiões de alta pressão que em regiões de baixa pressão. A subsidência e a

divergência horizontal em baixos níveis associadas à alta pressão sinótica movem o ar da

camada limite para fora da região de alta pressão em direção às regiões de baixa pressão

(Figura 1.08). As profundidades mais rasas estão freqüentemente associadas a regiões com

ausência de nuvens.

Figura 1.08: Espessura da camada limite entre os centros de alta e baixa pressão em

superfície. As setas finas indicam subsidência, a seta vertical representa movimento

ascendente e as setas brancas na horizontal indicam regiões de movimentos divergentes

associados à alta pressão e convergentes relativos à baixa pressão (Adaptado de Stull, 1988).

O desenvolvimento da CLP é um forte condicionante da dispersão dos poluentes e o

desempenho dos modelos de dispersão atmosférica depende, em grande parte, da precisão

com que a evolução temporal e espacial das propriedades dinâmicas e termodinâmicas do

escoamento turbulento são descritas (Oliveira, 2003). A forma mais adequada de determinar

estas propriedades é através de modelos numéricos que possam ser utilizados para simular o

papel da turbulência na atmosfera. Estes modelos em geral são denominados modelos

numéricos da CLP. A maior parte dos modelos numéricos da CLP utilizados em conjunto

com modelos de dispersão está baseada no tratamento estatístico da turbulência. Estes

modelos de CLP requerem a solução do problema de fechamento associado à ordem dos

momentos estatísticos prognosticados através das equações de balanço de momento, energia e

massa.

Em estudo realizado por Oliveira et al. (2004), foram analisados quatro tipos de

esquemas numéricos de representação da CLP: modelos “BULK” (tipo caixa) que tem como

principal característica tratar a intensidade da mistura turbulenta vertical baseada na

propriedade média e homogeneidade vertical; modelos com fechamento de primeira ordem

que são baseados na analogia feita entre turbulência e transporte molecular das propriedades;

modelos com fechamento de segunda ordem que têm como principal característica resolver os

momentos estatísticos de segunda ordem para o momento e temperatura; e modelos que

simulam os grandes turbilhões (LES) e fazem uso do modelo Lagrangiano de partículas. Os

autores concluíram que os esquemas com fechamento de primeira ordem que resolvem a

equação da energia cinética turbulenta são os mais indicados para utilização em modelos

meteorológicos de mesoescala, pois combinam simplicidade e melhor descrição física do

transporte turbulento quando comparado a aproximação da escala de comprimento.

Zang e colaboradores (2009) encontraram resultados semelhantes aos de Oliveria,

comprovando a melhor eficiência de fechamento de primeira ordem que resolvem a equação

da ECT, em comparação com as simulações realizadas com fechamento de segunda ordem,

para a previsão de ozônio em simulações sobre a cidade do México. Ainda com base no

estudo de Zang, constatou-se que o esquema de CLP, YSU, faz previsão não realista da altura

da CLP noturna, resultando em CLP muito baixas, mas obtém resultados melhores em

comparação com a observação quando a simulação é feita em conjunto com o LSMs (modelo

de uso do solo, Land Surface Model). Silva Junior et al. (2006) também encontraram

resultados que comprovaram a eficiência das simulações do modelo WRF utilizando o

esquema YSU (fechamento de ordem 1 e 1/2) em comparação ao esquema MYJ (fechamento

de segunda ordem) na previsão da temperatura do ar e velocidade do vento para a RMSP. Os

resultados para a temperatura do ar mostraram pouca diferença em comparação com o

observado (máxima diferença de 1ºC no nível de 750mb) e a estrutura vertical da temperatura

do ar é reproduzida pelos dois esquemas, sendo que para o YSU os valores são mais próximos

dos observados em baixos níveis, enquanto o MY tem ajuste melhor ou igual em níveis mais

elevados, o que é coerente com os resultados encontrados por Arya (2001) e Kim et al.

(2005). Para a velocidade do vento em baixos níveis, que é de fundamental importância em

modelos de dispersão na representação da CLP, as previsões mostraram ventos mais fortes,

com diferenças de aproximadamente 2 m/s, mas a estrutura vertical do perfil de velocidade é

bem representada pelo WRF/Chem.

O modelo BRAMS, descrito em Freitas (2003), dispõe de quatro opções para a

parametrização dos coeficientes de difusão turbulenta na horizontal e na vertical. A primeira

dessas opções é baseada na formulação de Smagorinsky (1963) para os coeficientes de

difusão horizontais. Segundo essa formulação, os coeficientes de difusão são calculados como

o produto da taxa de deformação horizontal (gradientes horizontais da velocidade do vento) e

do quadrado da escala de comprimento. A escala de comprimento é o produto do

espaçamento de grade horizontal por um fator de multiplicação que depende das dimensões da

grade utilizada. Nessa opção, a difusão vertical é parametrizada seguindo o esquema de

Mellor e Yamada (1982) através da energia cinética turbulenta prognosticada pelo modelo. A

segunda opção utiliza a mesma parametrização anterior para os coeficientes horizontais. Para

os coeficientes verticais é utilizado o análogo unidimensional do esquema de Smagorinsky. A

deformação vertical é obtida dos gradientes verticais do vento horizontal (cisalhamento

vertical) e a escala de comprimento é o espaçamento vertical local multiplicado por um fator

que depende das dimensões da grade utilizada. As opções 1 e 2 são apropriadas para o caso

em que o espaçamento de grade na horizontal é muito maior que na vertical (modelos

hidrostático), tal que os movimentos convectivos dominantes não sejam resolvidos. Na

terceira opção os coeficientes de difusão na horizontal e na vertical são calculados como um

produto entre o tensor tensão de cisalhamento em três dimensões e o quadrado da escala de

comprimento. A quarta opção utilizada é baseada no esquema de Deardorff (1980) e faz uso

da energia cinética turbulenta para o cálculo dos coeficientes de difusão horizontal e vertical.

Este esquema é destinado somente para as simulações de grandes turbilhões (LES- Large

Eddy Simulation) as quais consideram que os movimentos turbulentos resolvidos pelo modelo

realizam a maior parte do transporte turbulento. Tanto no esquema de Deardorff quanto no

esquema de Mellor e Yamada a energia cinética turbulenta é gerada por meio dos processos

de cisalhamento e empuxo e um termo pressão-trabalho parametrizado. Essa energia é

destruída por esses mesmos processos e também por um termo de dissipação. Existe também

a advecção e difusão de energia cinética turbulenta. O resultado desses processos permite a

geração de um campo de energia cinética turbulenta do qual os coeficientes de difusão são

localmente diagnosticados.

1.7 – Estudos sobre a CLP na RMSP

A relação entre as condições atmosféricas e a concentração de poluentes tem sido

estudada por muitos pesquisadores. Para a maior parte dos poluentes, verifica-se que altas

concentrações estão relacionadas a valores relativamente baixos da altura da camada limite

planetária (CLP) (Setzer et. al., 1980; Sanchez-Ccoyllo, 1998), indicando assim, uma

correlação negativa. Tais condições são comumente observadas durante o período de inverno,

quando a incidência de radiação solar é relativamente pequena impossibilitando um grande

crescimento da camada limite. No entanto, o ozônio, um oxidante fotoquímico, sofre grande

dependência da radiação solar e, assim, apresenta um comportamento diferente dos outros

poluentes.

Freitas (2000) estudando uma possível relação entre a altura da CLP e a concentração

de O

através dos métodos estatísticos de análise multivariada (análise Cluster e análise de

Componentes Principais) verificou que não há nenhuma relação direta entre as concentrações

de ozônio e a altura da CLP, sendo que os dois métodos estatísticos utilizados apresentaram

boa concordância entre si. Embora tenham sido obtidos valores baixos de correlação entre as

concentrações de ozônio e a altura da inversão, essa correlação é sempre positiva indicando a

alta dependência com a radiação desses dois parâmetros. Ainda com base no estudo de Freitas

(2000), do ponto de vista da dispersão de poluentes, a passagem de sistemas frontais parece

ser um dos principais contribuintes para a diminuição das concentrações de ozônio.

De acordo com Ynoue (2004) a altura da CLP na RMSP varia de acordo com os

períodos noturno e diurno de 300 a 1200m respectivamente. Nesse estudo foram utilizados os

dados do SODAR (SOund Detection And Ranging) para determinar a altura da CLP, onde

essa informação serviu como validação do modelo BRAMS e ainda como dado de entrada

para o modelo de qualidade do ar CIT.

1.8 –

Objetivo geral e específico do trabalho

Este estudo tem por objetivo analisar as diferentes parametrizações da turbulência

atmosférica que melhor representem os processos de transporte vertical e de formação dos

oxidantes fotoquímicos no modelo WRF/Chem. Para atender a esse objetivo serão realizadas

análises de configuração dos esquemas numéricos de CLP que mais se ajustam à RMSP e

ainda uma estimativa do impacto da inclusão do modelo urbano UCM (Urban Canopy Model)

nas simulações da concentração de ozônio e seus precursores.

Podem ser enumeradas as principais etapas do trabalho:

- ajuste das emissões da Região Metropolitana de São Paulo para inclusão no modelo WRF-

Chem;

- avaliação da representação dos parâmetros meteorológicos para o período de estudo;

- avaliação dos esquemas de representação da Camada Limite Planetária no modelo WRF-

Chem;

- inclusão do modelo urbano UCM (Urban Canopy Model) acoplado ao WRF-Chem e

verificação da melhoria da representação dos processos de transporte na RMSP.

Esses estudos foram realizados com simulações bi e tri-dimensionais.

2 – METODOLOGIA

Nesta seção será feita uma descrição de todos os procedimentos adotados para a

realização do presente trabalho, onde serão destacados a localização da área de estudo, o

objetivo do trabalho, a ferramenta utilizada para realização do trabalho e como será feita a

comprovação dos resultados. Vale salientar que para este trabalho optou-se por utilizar uma

ferramenta de modelagem (o modelo WRF/Chem) que possibilitasse dois acoplamentos

importantes: o dos campos meteorológicos com o módulo de reações química, e ainda um

segundo acoplamento que possibilitou introduzir o efeito da presença urbana que foi o

acoplamento entre os modelos WRF/Chem e UCM.

2.1 – Área de Estudo

A Região Metropolitana de São Paulo (RMSP) representada na figura 2.01 está

localizada a 23ºS e 46ºW, na porção sudeste do Brasil. Possui uma área de 8051km² com uma

população superior a 19 milhões de habitantes (é o terceiro maior conglomerado urbano do

mundo), distribuída em uma área urbanizada e de maneira desordenada em 1747km² dessa

área. O sítio urbano situa-se, praticamente, na Bacia Sedimentar de São Paulo, cujo principal

vale é o do Rio Tietê, orientado no sentido leste-oeste, com uma altitude média de 720 metros

e uma extensa planície de inundação. Está distante cerca de 45km do Oceano Atlântico e o

clima na RMSP pode ser resumido como seco no inverno e úmido no verão. De setembro a

abril a área é dominada por vento úmido do Sul e ocorrência de sistemas frontais, resultando

em precipitações e nuvens de baixa altitude. Durante o inverno, formações de alta pressão no

Oceano Atlântico ao leste, dirigem-se para o norte, produzindo ventos fracos provenientes da

costa, fortes inversões térmicas de subsidência e céu claro. Sua precipitação anual é de 1900

mm, com temperatura média que varia entre 15 e 22°C (Cetesb, 2005; Castanho, 1999). A

região sofre todo tipo de problemas ambientais, entre os quais está a deterioração da qualidade

do ar, devido às emissões atmosféricas de cerca de 2000 indústrias de alto potencial poluidor

e por uma frota de aproximadamente 7,4 milhões de veículos.

(a)

(b)

Figura 2.01: Localização da área de estudo na América do Sul e Brasil (a) e a RMSP e seu

respectivo tipo de cobertura do solo (b). Fonte: CETESB, 2008

2.2 – Período de Estudo

Para efeito de validação dos resultados das simulações feitas com o modelo

WRF/Chem, foi escolhido o período de 28/10/2006 00UTC até 01/11/2006 00UTC. Para este

período tínhamos disponíveis os dados meteorológicos e químicos em superfície fornecidos

pela CETESB, as radiossondagens lançadas durante um experimento na linha de projetos de

políticas públicas (dias 30/10, 31/10 e 01/11/2006) financiado pela FAPESP. Essas sondagens

foram utilizadas para a determinação do perfil vertical da concentração de O

, temperatura do

ar e velocidade do vento. A escolha do período foi feita principalmente de acordo com índice

de ultrapassagens do padrão de qualidade do ar da concentração de ozônio e ainda de acordo

com a disponibilidade de dados para a análise e discussão dos resultados. O período estudado

apresentou grandes variações sinóticas e locais, do ponto de vista da intensidade e direção do

vento, temperatura e dispersão dos poluentes, mas uma característica marcante foi que para

este período a RMSP mostrou pouca nebulosidade o que possibilitou uma melhor analise das

reações fotoquímicas que dependem da disponibilidade de radiação solar.

2.3 – Descrição da Ferramenta de modelagem

Por se tratar de um modelo completamente acoplado, ou seja, que tem a capacidade de

executar em conjunto as partes meteorológica e química, optamos por utilizar o modelo

WRF/Chem (Weather Research and Forecasting/Chemistry) para fazer as previsões de

qualidade do ar. Como todos os outros modelos fotoquímicos, o WRF/Chem resolve a

equação da dispersão dos contaminantes atmosféricos representando os fenômenos físicos e

as reações fotoquímicas que afetam as espécies químicas presentes na atmosfera e que

condicionam a distribuição espacial e temporal de suas concentrações. A parte meteorológica

do modelo já é bem consolidada e testada, pois tem sua base oriunda da quinta geração do

modelo MM5 (Mesoscale Model version 5, Grell et al, 2000), de onde foram aproveitadas as

experiências nos conhecimentos meteorológicos para a construção e desenvolvimento do

modelo climático WRF, que ganhou uma nova versão com a inclusão da química, gerando o

WRF/Chem. Trata-se de um modelo não-hidrostático de previsão numérica do tempo

desenvolvido pelo NCAR (National Center for Atmospheric Research) com colaboração de

diversas universidades e outros institutos de pesquisas (Skamarock e colaboradores, 2005).

Para representar as principais características da atmosfera é utilizado um conjunto de

equações para expressar as variações de momentum, energia e umidade do ar. Este é um

modelo que se baseia na conservação da massa.

∂

Onde: U

são as três componentes do vento e

é a densidade do ar, a variação de densidade é

desprezada.

Para a representação da variação temporal da velocidade do vento é utilizada a

equação prognóstica do momentum:

∂

−=

∂

com

kkj

DUUg

F +−Ω−−

∂

−

∂

−= )(2

εδ

Onde:

∂

−

representa o transporte médio e F

representa o transporte turbulento, P é a

pressão,

é a temperatura potencial de referência do estado hidrostático e

’ =

é a

flutuação relativa nesse estado, g é a aceleração da gravidade,

Ω

é a velocidade angular de

rotação da terra e

é o vento geostrófico. O termo D

é referente às forças (fricção, arrasto,

etc.) que aparecem devido às interações entre as superfícies sólidas (solo, construções, etc) e a

atmosfera, que está na forma não-hidrostática e o termo de flutuação é escrito usando a

aproximação de Boussinesq.

A equação que descreve a variação temporal de temperatura é a seguinte:

ondal

CpR

∂













−+

∂

−

∂

−=

∂

θρ

ρθ

Onde:

é a temperatura potencial, C

é o calor especifico a pressão constante, R é a constante

do gás ideal, P

é a pressão de referência (1.000hPa) e R

l.onda

é a radiação de onda longa. D

expressa o impacto do fluxo de calor sensível sobre a superfície sólida (solo ou construções)

no balanço da temperatura potencial.

Para o prognóstico da umidade do ar é utilizada a seguinte equação:

∂

−

∂

−=

∂

Onde: H é a umidade absoluta média do ar e h é a flutuação turbulenta, aqui não são

consideradas a condensação e formação de nuvens.

Para resolver os fluxos verticais devido ao transporte turbulento foi usada a

aproximação da teoria K (baseado na teoria do transporte molecular das propriedades):

Kwa

∂

−=

O coeficiente de difusão vertical é determinado de acordo com o tipo de esquema

numérico que descreve a estrutura da CLP. E ainda temos que

)'''(

222

wvuE ++=

A equação prognóstica para a energia cinética turbulenta é expressa da seguinte forma:

+−

∂

−

























∂













∂

−

∂

−=

∂

Onde: D

é fonte o sumidouro de ECT devido a interação entre as construções e a atmosfera

(fluxo de ar).

2.3.1 – Descrição sucinta das parametrizações Meteorológicas (segundo

Skamarock e colaboradores, 2005) presentes no WRF/Chem

Microfísica – resolve a fase em que a água se encontra na atmosfera,

quantitativamente, qualitativamente e distribuição dos hidrometeoros. Existem três camadas

na atmosfera que são bem definidas pelos modelos em termos de fase da água: camada abaixo

do nível de 0ºC (presença de vapor d’água e gotículas de água), a camada no nível entre 0ºC e

-40ºC (presenças de cristais de gelo e gotículas de água super-resfriadas), e acima do nível de

-40ºC (só há presença de cristais de gelo e neve). Em termos de parametrização da microfísica

foi utilizado o esquema Purdue Lin baseado nos estudos de Lin et al (1983) e Rutledge e

Hobbs (1984), que leva em consideração 6 classes de hidrometeoros: vapor d’água, água de

nuvem, chuva, gelo na nuvem, neve e “graupel”.

Parametrização de Cumulus – várias técnicas estão sendo desenvolvidas para estimar o

efeito em escala de subgrade das nuvens cumulus no modelo de meso-escala, e essa técnica é

chamada de parametrização de cumulus, onde as principais variáveis utilizadas são a

velocidade do vento horizontal e vertical, temperatura potencial, razão de mistura total de

água. A parametrização de cumulus usa essas variáveis para ajustar a temperatura potencial,

total de água, campos de momento e para prever precipitação.

De acordo com os perfis de umidade e calor da atmosfera em conjunto com os

movimentos ascendentes ou descendentes do vento o modelo simula a formação ou não de

nuvens. Para o estudo em questão, a escolha da parametrização de cumulus baseou-se nos

resultados obtidos por Silva Junior et al., 2006, que mostrou que a parametrização que melhor

se ajusta para a RMSP é a Grell-Devenyi Ensamble (Grell e Devenyi, 2002), das três opções

disponíveis no modelo. Todos os esquemas de cumulus disponíveis são do tipo massa-fluxo,

mas diferenciando nos parâmetros utilizados para descrever os movimento do vento

ascendente e descendente, nos processos de entranhamento e desentranhamento, e eficiência

na precipitação. O controle dinâmico feito no esquema numérico é baseado na energia

potencial disponível para a convecção (CAPE – “convective available potential energy”), e

também na convergência de umidade.

Camada Superficial – os esquemas de camada superficial calculam a velocidade de

fricção e a mudança dos coeficientes que permitem os cálculos dos fluxos de calor e umidade

relacionados com o modelo de superfície terrestre e cisalhamento superficial no esquema de

Camada Limite Planetária (CLP). Sobre a água o fluxo superficial é computado no próprio

esquema de camada superficial. Os esquemas de camada superficial não fornecem qualquer

tendência, só as informações de dependência de estabilidade que serão utilizados nos

esquemas de tipo de cobertura do solo e CLP. Atualmente, cada opção de esquema de

camada superficial está vinculada a um determinado esquema de CLP, mas a tendência é que

não haja mais essa dependência para novas versões do modelo. Existem dois tipos que são

utilizados no presente trabalho: o esquema da teoria da similaridade (derivado do modelo

MM5) e o esquema de superfície Mellor-Yamada-Janjic (MYJ), derivado do modelo Eta.

O esquema da teoria da similaridade (MM5) usa uma função de estabilidade Paulson

(1970), Dyer e Hicks (1970), e Webb (1970) para computar os coeficientes de mudanças

superficiais de calor, umidade e momentum. A velocidade de convecção segue Beljaars

(1994) e é utilizada para computar as mudanças superficiais dos fluxos de calor e umidade.

Este esquema precisa ser executado com os esquemas de CLP MRF (Medium Range

Forecast) ou YSU (Yonsei University).

Já o esquema superficial MYJ (Eta) é baseado na teoria da similaridade de Monin-

Obukhov (Monin and Obukhov, 1954). O esquema inclui parametrizações na sub-camada

viscosa. Sobre a água a sub-camada viscosa é parametrizada explicitamente segundo Janjic

(1994). Sobre o solo, os efeitos da sub-camada viscosa são considerados de acordo com a

variável altura do comprimento de rugosidade influenciando na temperatura e umidade como

proposto por Zilitinkevich (1995). Existe uma correção de Beljaars (1994) que evita o

desaparecimento da velocidade do vento na camada superficial instável. Os fluxos superficiais

são computados por um método interativo, e esse esquema superficial é executado em

conjunto com os esquemas de CLP BOULAC e MYJ.

Modelos de cobertura do solo – este é um esquema que está diretamente ligado com

todos os outros esquemas e que precisa ser bem representado, o modelo “land-surface” tem

vários graus de sofisticação, como propagação térmica e de umidade entre as múltiplas

camadas do solo, incluindo ainda os efeitos da vegetação, raízes e ainda prevê superfície

coberta por neve. Este é um importante parâmetro que deve ser bem escolhido, pois

experimentos feitos mudando os esquemas mostraram grandes variações nas previsões.

Para o presente trabalho foi utilizado o NOAH LSM que é o sucessor do OSU LSM

descrito por Chen e Dudhia (2001)

. O esquema foi desenvolvido conjuntamente pelos

institutos NCAR e NCEP; esse é um modelo de 4 camadas de temperatura e umidade do solo

com considerações para superfícies cobertas por água e neve. Inclui zona com raízes,

evapotranspiração, drenagem do solo, escoamento superficial, considera categorias de

vegetação, fração mensal de vegetação e textura do solo. O esquema numérico prevê fluxos

de calor sensível e latente para os esquemas de camada limite. Como a resolução da descrição

do tipo de cobertura do solo é maior do que a grade do modelo utilizado, o modelo Noah

LSM utiliza um recurso interessante que é considerar para a célula simulada na grade as

porcentagens do tipo de cobertura do solo, ou seja, considera o percentual de água, vegetação,

área urbana, etc.

Camada Limite Planetária – A função dos esquemas de CLP é transportar as

propriedades atmosféricas (momentum, temperatura, massa, etc.) através dos fluxos

turbulentos, onde os gradientes das variáveis meteorológicas são condicionantes para gerar

movimentos verticais ou horizontais na atmosfera. A CLP é a região da atmosfera que recebe

a interferência direta da superfície e apresenta os maiores gradientes das variáveis

meteorológicas, e por isso de fundamental importância para a dispersão dos poluentes

troposféricos. Alguns dados como os fluxos superficiais são obtidos pelos esquemas de

camada superficial e de cobertura superficial.

Foram utilizados três tipos de esquemas de CLP (tabela 2.01) para realizar os

experimentos de sensibilidade para determinação da estrutura da CLP e conseqüentemente

avaliar o impacto na formação do O

. O esquema CLP BOULAC foi utilizado para fazer

experimentos mais detalhados sobre os parâmetros utilizados para representar a CLP, e os

esquemas YSU e MYJ serviram como referência para os resultados obtidos com BOULAC. O

principal motivo para escolher o esquema BOULAC foi o acoplamento existente entre este e

o modelo urbano UCM.

Tabela 2.01: Opções de CLP do modelo.

Esquema Mistura instável da CLP Topo da CLP Referências Bibliográficas

YSU

(1)

Perfil K + transporte

gradiente

Perfil de flutuação Hong e Pan (1995).

MYJ

(2)

Perfil K para prognosticar

TKE

Variação de TKE Mellor e Yamada, 1982

BOULAC

(3)

Perfil K + transporte

gradiente

Perfil de flutuação Bougeault e Lacarrère, 1989

1-YonSei University (YSU) – esquema de CLP com fechamento de ordem 1 e ½.

2-Mellor-Yamada-Janjic (MYJ) – esquema de CLP com fechamento de ordem 2.

3-BOUgeault e LACarrère (BOULAC) – esquema de CLP com fechamento de ordem 1 e ½, com inclusão do

efeito topográfico.

Para o presente trabalho foram utilizados os esquemas de CLP com fechamento de 1ª

ordem e ½ (BOULAC e YSU), tendo como base o estudo realizado por Oliveira et al. 2004

com ênfase na avaliação dos modelos numéricos para a CLP. Eles sugeriram que os

esquemas numéricos com fechamento de 1ª ordem e ½ são mais indicados para modelos de

meso-escala, pois combinam simplicidade nas considerações e melhor descrição física do

transporte turbulento quando comparado com a aproximação do comprimento de mistura. Em

outro estudo na mesma linha de pesquisa, Holt e Raman, 1988, também dão destaque para a

qualidade das simulações utilizando esquemas com fechamento de 1ª ordem e ½. Associado a

isso, há um ganho também em desempenho quando utilizamos os modelos de fechamento de

1ª ordem e ½, por resolver um menor número de equações (momentos estatísticos) na

estimativa dos fluxos turbulentos. Nos experimentos de sensibilidade dos esquemas de CLP,

será comprovada a eficiência da utilização desses esquemas de fechamento para a RMSP, em

casos idealizados e reais.

O esquema BOULAC é um modelo de fechamento de primeira ordem que usa a

equação da energia cinética turbulenta (1ª ordem e ½), e baseia-se na analogia entre a

turbulência e transporte molecular das propriedades. Os coeficientes de turbulência K

e K

são estimados com base na teoria do comprimento de mistura dada por Therry e Lacarrère

(1983). Uma importante consideração feita em BOULAC que o diferencia do esquema YSU,

é a inclusão do efeito orográfico que é introduzido na escala de comprimento e por sua vez é

passado para os coeficientes de difusões turbulentos verticais e horizontais, onde a

formulação é baseada na altura da parcela e a distância do topo da inversão térmica da CLP.

No caso de BOULAC, para resolver os fluxos verticais devido ao transporte turbulento

é usada a aproximação da teoria K (baseada na teoria do transporte molecular das

propriedades):

Kuw

∂

−=''

Kvw

∂

−=''

Kew

∂

−=''

=''













−

∂

−

cgh

, CLP convectiva (

é um termo de compensação para

satisfazer a compatibilidade entre o topo da Camada

Superficial e a Camada de mistura);

∂

−

, Outras condições

Estimativa do coeficiente vertical de difusão:

2/1

elCK

kkm

, K

Onde: C

é um parâmetro modelado igual a 0,4,

são iguais a 1. E ainda temos que

)'''(

222

wvue ++=

A equação prognóstica para a energia cinética turbulenta é expressa da seguinte forma:

εθ

−+

∂

−

∂

−

∂

−=

∂

''''''''

wuew

A estimativa do termo de dissipação de ECT:

2/3

Onde: C

é um coeficiente numérico igual a 0,71.

Com base em BOULAC as duas escalas de comprimento l

e l

são determinados

resolvendo a seguinte equação:

∫

=−

zEdzzz )('))'()((

θθβ

∫

−

=−

down

zEdzzz )('))'()((

θθβ

=(l

down

)

1/2

=min(l

down

)

Onde: l

e l

são as distâncias que uma parcela no nível z, que tem um ECT de nível z(E(z)),

pode viajar para cima ou para baixo antes de voltar a sua posição original devido ao efeito da

flutuação (a formulação de Bougeault e Lacarrere (1989) assume a presença de uma camada

estável a uma certa altura sobre o solo, em geral a altura da camada limite); l

down

não pode ser

maior que a altura sobre o solo (l

solo

=z).

O esquema YSU é um esquema com fechamento de 1ª ordem e ½ que utiliza a

equação da ECT para a estimativa dos fluxos de difusão turbulenta. O esquema YSU é uma

melhoria do esquema MRF no que diz respeito ao aumento da mistura da camada limite

devido à indução térmica no regime de convecção livre e diminuição do efeito mecânico do

campo de vento devido à convecção forçada. O esquema YSU tem como principal

característica ser um esquema de camada limite de difusão vertical não-local (tabela 2.02),

diferentemente do que ocorre com o esquema BOULAC, onde a utilização ou não das

variáveis na altura referência (nível z) determina se é local ou não o esquema (maiores

detalhes Hong, Noh e Dudhia, 2005; Hong e Pan, 1995).

Tabela 2.02: Descrição da determinação do coeficiente de difusão vertical pelo esquema

YSU.

zkwK













−= 1

- Coeficiente de Difusão Turbulenta de Momentum, k –

constante de Von Kármán (=0,4), z – altura sobre superfície, h

– altura da CLP.

Pr/

- Coeficiente de Difusão Turbulenta de Calor, Pr – é o

número de Plandtl (=0,7)

1−

∗=

- Velocidade da camada de mistura, u*- velocidade de

fricção superficial,

- função do perfil do vento.























≤













−

0)''(,

1,0

0)''(,

1,0

161

- função do perfil do vento.

))((

)(

Ribh

θθ

−

Rib

- é o número crítico de Richardson (=0,25), U(h) é a

velocidade horizontal do vento em h,

-é a temperatura

potencial virtual no primeiro nível do modelo,

- é a

temperatura potencial virtual em h,

- é a temperatura

potencial na superfície, g – aceleração da gravidade.

Radiação de Onda Curta e Longa – o esquema de radiação de onda curta resolve a

interação desta com a atmosfera (vapor d’água, O

, gases traços, CO

e nebulosidade)

incluindo os processos de reflexão, absorção e espalhamento na interação com a atmosfera e a

superfície terrestre. Para o esquema de radiação de onda longa (radiação infravermelha

térmica) são considerados os processos de emissão pela terra e atmosfera, e também a

absorção pela atmosfera. Para resolver o balanço de onda longa foi utilizado o esquema

numérico de “Rapid Radiative Transfer Model (RRTM) Longwave”, baseado no estudo de

Mlawer et al. (1997), que é do tipo banda espectral, o qual usa tabelas pré-configuradas para

representar os processos de radiação de onda longa devido ao vapor d’água, CO

, O

, e gases

traços (se presentes) e também usa uma estimativa da profundidade ótica. Já para o caso da

radiação de onda curta, o esquema usado nas simulações é o “Goddard Shortwave” baseado

no estudo de Chou e Suarez (1994).

A escolha de esquema deu-se devido a interação com aos

módulos químicos. Este é um esquema que leva em consideração um total de 11 bandas de

absorção e considera as componentes da radiação solar direta e difusa referentes ao

espalhamento e reflexão. O esquema considera o papel do O

estratosférico de acordo com os

perfis climatológicos.

2.3.2 – Descrição sucinta das parametrizações Químicas (GRELL et al., 2005)

O módulo químico consiste no tratamento de emissões antropogênicas e biogênicas,

mecanismo químico, deposição seca dos constituintes gasosos e particulados, um esquema

complexo de cálculo de taxas de fotólise, e um modelo de aerossóis para a sua formação e

crescimento. O WRF/Chem é um modelo estatisticamente avaliado e comparado com outros

modelos, como por exemplo com o MM5/Chem (Grell et al., 2005), quando se mostrou

estatisticamente melhor na previsão de O

. No mecanismo químico o modelo usa 39 espécies

químicas que são completamente prognosticadas, incluindo a distribuição de tamanho das

partículas por modas, para as espécies primárias e secundárias (orgânica e inorgânica) para

moda de Aitken e moda de acumulação, e três classes de fontes para a moda grossa

(antropogênicas, sal marinho e ressuspensão de poeira).

Deposição Seca – o fluxo dos gases traços e partículas da atmosfera para a superfície é

calculado multiplicando-se na baixa camada do modelo sua concentração pela variação

espacial e temporal da velocidade de deposição, que é proporcional a soma das três

resistências características (aerodinâmica, subcamadas e superficial), em um esquema que foi

desenvolvido por Wesely (1989). Na resistência superficial são consideradas as resistências

do solo e das plantas. As propriedades das plantas são determinadas com base nos dados de

uso do solo e estação do ano. A resistência superficial só depende do coeficiente de difusão,

reatividade e solubilidade em água dos gases traços reativos. A deposição seca do sulfato é

descrito separadamente. E em caso de simulações sem o cálculo explícito dos aerossóis, é

assumido que o sulfato está presente na forma de partículas de aerossóis, e a deposição é

descrita de acordo com Erisman et al (1994).

A velocidade de deposição v

, para um tempo dk de um aerossol polidisperso é dado

por:

Onde: r

é a resistência superficial, v

é a configuração da velocidade da

polidispersão, e r

é a difusividade Browniana (Slinn e Slinn, 1980; Pleim et al., 1984).

Emissões Antropogênicas

Este trabalho teve como base a utilização do inventário de emissões oficial elaborado

pela CETESB para o ano de 2006 (Cetesb, 2006). Nesses inventários as emissões por fontes

móveis foram responsáveis pela maior parte das emissões gasosas na RMSP. De acordo com

esse relatório CETESB (ano base 2005), aproximadamente 97% das emissões de CO, 97%

das emissões de HC, 96% das emissões de NOx, 40% das emissões de material particulado e

42% das emissões de SOx são provenientes das fontes móveis. Neste estudo somente as

fontes móveis foram consideradas, e os valores das emissões anuais das fontes móveis

utilizadas para o ano de 2006 está sendo apresentado na tabela 2.03.

Tabela 2.03: Estimativa da emissão de fontes móveis e fixas para a RMSP em 2006 (Cetesb,

2006).

Fontes de emissão Emissão 2006

(1000 tonelada/ano)

CO HC NOx SOx MP

Gasolina C

(1)

(com 22% de

álcool)

Escapamento

(exaustão)

915,6 102,8 49,6 5,5 5,8

Carter e evaporativa

(líquido)

- 146,1 - - -

Transferencia de

combustível (vapor)

- 12,3 - - -

Álcool Escapamento

(exaustão)

191,0 21,3 13,0 - -

Carter e evaporativa

(líquido)

- 16,1 - - -

Transferencia de

combustível (vapor)

- 1,2 - - -

Diesel

(2)

Escapamento

(exaustão)

372,2 58,3 268,3 3,6 14,0

Carter e evaporativa

(líquido)

- - - - -

Transferencia de

combustível (vapor)

- - - - -

Pneus Todos os tipos - - - - 9,1

Fixas Operação de

Processo Industrial

38,6 12,0 14,0 17,1 31,6

1 - Gasolina C: gasolina contendo 22% de álcool anidro e 450ppm de enxofre (massa)

2 - Diesel: com 300ppm de enxofre (massa)

CO: monóxido de carbono, HC: hidrocarbonetos totais, NO

: óxidos de nitrogênio, SO

: óxidos de enxofre,

MP: material particulado

A unidade e formato do inventário de emissões da CETESB foram alterados para

atender as exigências do módulo de emissão do modelo WRF/Chem - foram feitas conversões

de unidade de t/ano (CETESB) para µ.mol.km

-2

-1

(WRF/Chem), vale salientar que o

inventário de emissão da CETESB considera toda a RMSP. Outro detalhe importante a ser

considerado é com relação a especiação dos COVs, pois além do WRF/Chem utilizar a

quantidade total de COVs extraída do inventário anual da CETESB é necessário conhecer a

composição química dos COVs na mistura, pois a isso está associado o potencial de formação

de O

, neste caso foi adotado a especiação utilizada e exaustivamente testada pelo grupo

LAPAt/IAG/USP baseado no trabalho de Andrade et al, 2004, Martins et al., 2006 e Sanchez-

Ccoyllo et al., 2007. Os COVs do inventário oficial são classificados nas diversas classes de

compostos segundo o esquema químico SAPRAC99 (Carter, 2000 para maiores detalhes). O

SAPRAC99 agrupa várias espécies de compostos orgânicos voláteis de acordo com as taxas

de velocidade de reação e peso molecular, que por sua vez foi convertido para o formato do

RADM2 que é utilizado no módulo de emissões do WRF/Chem, sendo composto por 30

constituintes químicos de entrada (e_so2, e_no, e_ald, e_hcho, e_ora2, e_nh3, e_hc3, e_hc5,

e_hc8 , e_eth, e_co, e_ol2, e_olt, e_oli, e_tol, e_xyl, e_ket, e_csl , e_iso, e_pm25i, e_pm25j,

e_so4i, e_so4j, e_no3i, e_no3j, e_orgi, e_orgj, e_eci, e_ecj, e_pm10 ) detalhados na tabela

2.04.

Tabela 2.04: Descrição das espécies químicas usadas no módulo RADM2 do modelo

WRF/Chem.

Qtd. Grupo Taxa de Emissão

(µ

µµ

µmol.km

-2

-1

)

Descrição dos Constituintes Químicos Emissores

1 E_so2 5,49 Dióxido de Enxofre

2 E_no 150,12 Monóxido de Nitrogênio

3 E_ald 9,67 Acetaldeído

4 E_hcho 38,43 Formaldeídos

5 E_ora2 0,00 Ácidos Orgânicos

6 E_nh3 0,00 Amônia

7 E_hc3 20,53 Alcanos (500<KOH<5000)

8 E_hc5 15,41 Alcanos (5000<KOH<10000)

9 E_hc8 14,15 Alcanos (KOH>10000)

10 E_eth 9,72 Etanos (KOH < 500 ppm/min)

11 E_co 1505,98 Monóxido de Carbono

12 E_ol2 15,73 Etilenos

13 E_olt 16,90 Alcenos (KOH < 20000 ppm/min)

14 E_oli 15,10 Alcenos (KOH > 20000 ppm/min)

15 E_tol 11,95 Aromáticos (KOH<20000 ppm/min – excluindo benzeno e

tolueno)

16 E_xyl 10,92 Aromáticos (KOH>20000 ppm/min – excluindo xylenos)

17 E_ket 64,61 Acetonas, Methyl Ethyl e Ketone

18 E_csl 0,00 Fenóis e Cresóis

19 E_iso 0,20 Isoprenos

20 E_pm25i 0,0010

Material Particulado 2,5

m – Moda de Nucleação

21 E_pm25j 0,0042

Material Particulado 2,5

m – Moda de Acumulação

22 E_so4i 0,0001 Sulfato PM2,5 – Moda de Nucleação

23 E_so4j 0,0008 Sulfato PM2,5 – Moda de Acumulação

24 E_no3i 0,00 Nitrato PM2,5 – Moda de Nucleação

25 E_no3j 0,00 Nitrato PM2,5 – Moda de Acumulação

26 E_orgi 0,0004 Compostos Orgânicos PM2,5 – Moda de Nucleação

27 E_orgj 0,0017 Compostos Orgânicos PM2,5 – Moda de Acumulação

28 E_eci 0,0007 Carbono Elementar PM2,5 – Moda de Nucleação

29 E_ecj 0,0003 Carbono elementar PM2,5 – Moda de Acumulação

30 E_pm10 27,87

Material Particulado 10

A figura 2.02 mostra as correções feitas para a distribuição espacial das emissões da

RMSP já no formato de entrada do modelo WRF/Chem. Para comprovação que a emissão

está realmente configurada sobre a RMSP utilizou-se na Figura 2.02a como fundo, o tipo de

uso do solo, onde pode-se perceber que a emissão de SO

representada pelo contorno em

verde está de acordo com a classificação urbana do modelo expressa em azul (índice 1). Já na

Figura 2.02b é apresentada somente a distribuição da emissão de CO nas áreas que serão

consideradas para as simulações em casos reais: RMSP, São José dos Campos, Sorocaba e

Baixada Santista.

(a) (b)

Figura 2.02: Relação entre o tipo de cobertura do solo urbano com as emissões veiculares de

(a) e as regiões que estão sendo consideradas no modelo para as emissões antropogênicas

(representadas pela emissão de CO) (b).

Como o inventário oficial é integrado espacialmente para toda a RMSP, as

considerações feitas com relação à conversão das unidades não são suficientes para

diferenciar áreas com grande e pouco tráfego de veículos, e ainda não incorporaram o efeito

da variação horária das emissões. Duas aproximações foram feitas para melhorar a

representatividade do inventário de emissões.

Para a representação espacial do inventário de emissões da CETESB (em termos de

fluxo de poluentes por ponto de grade) foi utilizado o estudo desenvolvido por Landmman,

2004 para a RMSP. Nesse estudo, um modelo de tráfego EMME/2, gera para cada ponto de

grade a velocidade média por tipo de veículo, leve ou pesado. A partir dessa velocidade média

foi calculada uma taxa de emissão por poluente relativa ao inventário oficial. A distribuição

espacial da emissão fica descrita com base na quantidade de veículos e na velocidade média

por trama para a RMSP (figura 2.03 (a) – onde a cor vermelha mostra uma maior quantidade

de emissão de CO e a cor verde representa uma menor emissão de CO, relacionada com o

fluxo de veículos na área em questão).

(a)

(b)

Figura 2.03 – (a) Detalhe das emissões de CO (kg/h) na região central da cidade de São Paulo,

com a rede viária (a espessura das tramas é proporcional aos volumes de tráfego), segundo

Landmann, 2004 e (b) Correção da distribuição espacial das emissões dos poluentes baseada

na quantidade de veículos e sua velocidade média.

Para implementar a distribuição espacial das emissões veiculares foram utilizados os

dados da contribuição relativa de emissão de cada ponto de grade (4km x 4km) do que é

emitido para toda a RMSP (1.747km

). Foram criadas classes de emissão baseadas no perfil

de emissões de CO (mostrado na Figura 2.03a que o CO seria um indicador de transito de

veículos leves) para determinar quais seriam as regiões com maiores contribuições

percentuais de emissão da RMSP. Partindo do inventário anual de emissão da CETESB, que

disponibiliza os dados de emissão para toda a RMSP, foram determinadas quais seriam as

regiões responsáveis por maior parte das emissões veiculares (tabela 2.05), ou seja, as regiões

onde a velocidade de tráfego é menor implicando em congestionamento de veículos e maior

quantidade de veículos.

Tabela 2.05 – Distribuição percentual da emissão na RMSP, baseada no tráfego de veículos.

Classes

- Intervalos -

Emissões CO (kg/h)

Pto. Médio

(kg/h)

Qtd. Pontos

de Grade

Pto.Médio x

Qtd.Pto.Grade

Distribuição

Percentual

F 11000 9000 10000 1

10000

5,62%

E 9000 7000 8000 4

32000

17,98%

D 7000 5000 6000 5 30000 16,85%

C 5000 3000 4000 13

52000

29,21%

B 3000 1000 2000 16

32000

17,98%

A 1000 0 500 44

22000

12,36%

Total 30500 83

178000

100,00%

Além da distribuição espacial, as emissões de poluentes pela fonte veicular têm que

ser representadas na sua variação horária. A figura 2.04 mostra o ciclo diário das emissões

antropogênicas para as simulações do modelo WRF/Chem (NOx, CO, PM

, VOC) no horário

UTC. Pode-se notar que a implementação feita no ciclo diário de emissões está de acordo com

o proposto por Lentz et al., 2007. Para a emissão dos veículos pesados (cujo traçador é o

NOx) nota-se uma distribuição temporal mais homogênea com um máximo de emissão

ocorrendo às 9:00 UTC. Para o ciclo de emissão dos veículos leves (tendo por referência o

poluente traçador CO) pode-se observar que entre às 11:00 UTC (08:00 hora local) e 21:00

UTC (18:00 hora local) não existe diminuição na emissão de CO, o que parece estar coerente

com o que ocorre nas principais vias de trafego da RMSP.

Também estão sendo propostos dois novos ciclos diários do inventário de emissão

para o material particulado (PM

) e compostos orgânicos voláteis (COVs ou em inglês

VOCs), pois em trabalhos como Ynoue, 2000 e mais recentemente Andrade, 2006, foram

utilizados ciclos diários de emissão fazendo apenas a distinção de veículos leves e pesados,

onde o perfil diário de emissão de CO seria igual aos COVs por exemplo. Pode-se observar

que os perfis diários de emissão para CO, COVss e MP apresentam características bem

diferentes entre os horários de 11:00 – 21:00 UTC.

(a)

Entrada da Emissão de NOx do modelo WRF/Chem

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

hora (UTC)

mol/km2

(b)

Entrada da emissão de CO para o WRF/Chem

100

150

200

250

300

350

400

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

hora (UTC)

mol/km2

(c)

Entrada da emissão de PM10 para o WRF/Chem

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

hora (UTC)

g/m

(d)

Entrada da emissão de VOC (aldeídos) para o WRF/Chem

0,0

0,5

1,0

1,5

2,0

2,5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

hora (UTC)

mol/km2

Figura 2.04: Variação horária das entradas das emissões antropogênicas do modelo

WRF/Chem, baseada no perfil de emissões veiculares publicado pela CETESB para o NOx

(a), CO (b), PM

Emissões Biogênicas – o modelo trata da emissão de isoprenos, monoterpenos, outros

compostos orgânicos voláteis – COVs e emissão de nitrogênio pelo solo. A emissão dos

isoprenos por florestas depende da temperatura e da RFA (Radiação Fotossinteticamente

Ativa, que é a fração da radiação solar na faixa do visível disponível para as plantas

realizarem a fotossíntese). A emissão dos monoterpenos e nitrogênio são tratados somente

como função da temperatura. Resumindo a emissão biogênica pode ser estimada de acordo

com o tipo de uso do solo (cobertura do solo), que é subdividido em 24 classes de cobertura,

apresentadas na Figura 2.01. A tabela 2.06 mostra em detalhes a contribuição relativa dos

diferentes tipos de vegetações como fonte de emissão biogênica de compostos

atmosféricos.De acordo com Guenther et al., 2006, as emissões biogênicas liberam para a

atmosfera principalmente metano e isoprenos, sendo as atividades microbianas responsáveis

por grande parte da emissão de metano e as plantas por aproximadamente 90% da emissão

global dos isoprenos.

Tabela 2.06: Média global do fator de emissão ε (µg isopreno m

-2

-1

), área superficial de

e contribuição percentual para a emissão de isopreno global anual e regional associada

com os diferentes tipos de plantas.

Arvores

deciduais e

de folhas

verdes e

largas

Arvores de

folhas

verdes e

finas

Arvores

deciduais

de folhas

finas

Arbustos Culturas Grama e

outros

Global

Média 12,6 2,0 0,7 10,7 0,09 0,5

Faixa 0,1-30 0,01-13 0,01-2 0,1-30 0,01-1 0,004-1,2

Estimativa Global 8,6-20,0 1,3-3,9 15,6-24,4 8,0-36,5 17,2-38,6

Emissão de

Isopreno

Tropical 45% <0,01% <0,01% 28% 0,3% 0,6%

Temperada 4,8% 0,3% <0,01% 4,5% <0,01% 0,3%

Mediterrâneo 0,2% 0,1% <0,01% 1,5% <0,01% <0,01%

Boreal/Tundra 0,3% 0,4% <0,01% 1,0% <0,01% 0,2%

Superfícies Áridas 0,3% 0,1% <0,01% 11% <0,01% 0,2%

Global 51% 1,1% <0,01% 46% 0,3% 1,4%

De acordo com Guenther et al., 2006, as emissões biogênicas são estimadas como

mostrado na equação 01, que depende diretamente do tipo de vegetação, temperatura do ar,

umidade do solo, radiação fotossinteticamente ativa, e outros.

EM =

AGE

LAI

Onde:

EM: Emissão (µg.m

-2

.hr

-1

)

ε: Fator de Emissão (µg.m

-2

.hr

-1

)

ρ: Perda e produção devido ao dossel da planta

: Fator do dossel (“Canopy”)

AGE

: Leaf Age Factor (fator de idade da folha)

: Fator de umidade do solo

LAI

: Fator de Índice de Área Foliar

: Fator de ativação da emissão pela radiação fotossinteticamente ativa (PPFD -

photosynthetic photon flux density)

: Fator de resposta à temperatura

Parametrização dos Aerossóis (MADE-SORGAM) – é baseado no MADE (Aerosol

Dynamics Model for Europe) que é incorporado ao SORGAM (Secundary Organic Aerosol

Model). A distribuição de tamanho de partículas é representada por dois intervalos

sobrepostos assumindo uma distribuição log-normal. Os processos de Nucleação,

Condensação e Coagulação das partículas são tratados por teoria da nucleação homogênea no

sistema ácido sulfúrico -água, o crescimento de aerossóis por condensação ocorre em dois

passos: produção de material condensável (vapor) seguido por condensação e evaporação. Os

parâmetros relevantes na caracterização de propriedades dos aerossóis são descritos a seguir:

Distribuição de Tamanho – A representação modal da distribuição de tamanho dos

aerossóis é do tipo log-normal para três modas (Aitken, Acumulação e Grossa), e pode ser

expressa da seguinte forma:

( )

(

)













−

−=

pgp

σπ

lnln

exp

ln2

Onde: N é a concentração em número (por m

), d

o diâmetro da partícula, d

o diâmetro

geométrico, e σ

o desvio padrão geométrico da distribuição.

Equação da Conservação – A equação da conservação é usada para a previsão da

distribuição dos aerossóis e também para espécies na fase de gás com termo adicional

caracterizando a dinâmica dos aerossóis e é formulada para as duas modas da distribuição,

Aitken e Acumulação.

( ) ( )

kikikijkii

diff

kikiki

MMM

econdcoagcoagv

***

++++













∂

−−∇=

∂

( ) ( )

kjkjkjikjj

diff

kjkjkj

MMM

econdcoagcoagv

***

++++













∂

−−∇=

∂

Onde: i e j são referentes às modas de Aitken e Acumulação respectivamente, v velocidade

horizontal, σ é a coordenada WRF de altura, coag para coagulação de partículas, cond

condensação de partículas, e para emissão.

Transporte – Todas as variáveis prognósticas (relacionadas com os aerossóis) são

transportadas no WRF/Chem usando o número total das partículas de aerossóis por moda

(Aitken, Acumulação e a moda grossa), incluindo também as espécies primárias e secundárias

(nas classes orgânicas e inorgânicas).

Dois processos de formação de partículas são realizados pelo modelo, emissão direta

de partículas e formação secundária por nucleação. Para a emissão primária de partículas, será

utilizado o inventário de emissão da CETESB (material particulado), e a distribuição do

material particulado será feita com base nos estudos realizados pelo grupo LAPAt (Oliveira,

2007; Ynoue, 2004; Albuquerque, 2005; Miranda, 2001), ver organograma 2.01.

Organograma 2.01: Distribuição da emissão de aerossóis no formato WRF/Chem.

Onde: PM25 – Material particulado com diâmetro menor ou igual a 2,5

PM10 – Material particulado com diâmetro entre 2,5 – 10

E_SO4 – Emissão de Sulfato

E_NO3 – Emissão de Nitrato

E_EC – Emissão de Carbono Elementar

E_ORG – Emissão de compostos orgânicos

E_PM25 – Emissão de Material Particulado com diâmetro igual a 2,5

E_PM10 = PM10

Os índices i e j são referentes às modas de nucleação e acumulação respectivamente

Nucleação – O mais importante processo para a formação de partículas de aerossóis

secundários é a nucleação homogênea no sistema ácido sulfúrico-água. Este processo ocorre

quando a concentração do composto na fase gasosa excede sua pressão de vapor de equilíbrio

sobre a superfície do aerossol. O método para o cálculo é dado por Kulmala et al. (1998),

Wexler et al. (1994), que deriva uma expressão para a concentração crítica de vapor de ácido

sulfúrico suportada para a formação de 1 núcleo/cm

/s para o calculo para a razão de

nucleação.

Condensação – O crescimento dos aerossóis por condensação ocorre em dois passos: a

produção de material condensável (vapor) por reações de precursores químicos e a

condensação e evaporação de espécies voláteis do ambiente. A condensação dos vapores de

baixa volatilidade sobre partículas já existentes depende de vários fatores, podendo-se citar:

taxa de colisões do gás com a superfície, coeficiente de acomodação de massa, tamanho das

partículas existentes e diferença entre as pressões parciais das espécies voláteis do ambiente e

da superfície da partícula. Espécies semivoláteis, como nitrato de amônio e vários compostos

orgânicos tendem a se distribuir entre as fases gasosa e aerossol para atingir o equilíbrio

Material Particulado (MP)

CETESB, 2006

PM25(67

25-10

(33

E_SO4(7%) E_NO3(1,3%)

E_PM25(40%)

E_ORG(16%)

E_EC(8%)

E_SO4i(11%)

E_SO4j(89%)

E_NO3i(19%)

E_NO3j(81%)

E_PM25i(25

E_PM25j(75

E_ORGi (19%)

E_ORGj (81%)

Água(27,7%)

E_ECi(70%)

E_ECj(30%)

termodinâmico (Wexler e Seinfeld, 1990). A condensação ocorre quando o equilíbrio é

deslocado para a fase aerossol.

Coagulação – A coagulação consiste da formação de uma única partícula a partir da

colisão e união de duas partículas menores. No MADE é assumido que durante o processo de

coagulação, a distribuição permanece log-normal. Só os efeitos causados pelos movimentos

Brownianos são considerados para o tratamento da coagulação. A formulação matemática

para os processos de coagulação pode ser encontrada em Whitby et al. (1991) e Binkowski

and Shankar (1995). Existem duas convenções feitas para o tratamento da coagulação, a

primeira sugerida por Whitby et al. (1991) que afirma que a colisão das partículas dentro da

mesma moda resulta na formação de partículas nesta mesma moda, e ainda que a formação de

partículas devido a colisão de partículas de modas diferentes resulta na formação na moda de

maior diâmetro médio. Já a outra convenção sugerida por Megaridis e Dobbins (1990) afirma

que todas as partículas que sofrem coagulação deveriam ser atribuídas a moda maior, que

dependeria do grau de sobreposição das modas. Logo o primeiro passo desse módulo MADE

é calcular o diâmetro das partículas, d

, e em seguida aplicar a convenção de Megaridis e

Dobbins caso o diâmetro da partícula exceda a moda de Aitken, e abaixo da moda de

acumulação a coagulação é tratada pela convenção de Whitby. Essa estrutura leva ao

resultado de que as partículas oriundas de colisões, quando pelo menos uma das partículas

envolvidas tem um diâmetro superior d

, serão atribuídas à moda de acumulação.

Química do Aerossol – o sistema químico inorgânico é baseado no modelo MARS

(Saxena et al 1986), que calcula a composição química a partir do equilíbrio termodinâmico

entre sulfato-nitrato-amônio-água na fase de aerossóis. Dois regimes são considerados

dependendo da razão molar entre o amônio e sulfato. Quando o valor da razão molar é menor

que 2, então o esquema numérico resolve um polinômio cúbico para o íon hidrogênio, e se

uma quantidade de amônio e água líquida estão presentes é calculado o nitrato dissolvido. E

para razão molar maior ou igual a 2, todo o sulfato é assumido está na forma de sulfato de

amônio e um calculo é feito para a presença de água. A química do aerossol orgânico é

baseado no SORGAM (Shell et al., 2001), e assume que os componentes SOA interagem e

formam uma solução quase ideal. A relação gás/partícula do SOA é parametrizado de acordo

com Odum et al. (1996), no SORGAM os precursores antropogênicos e biogênicos são

tratados separadamente, e este pode ser usado com o mecanismo químico RACM2 que será

descrito abaixo. Os precursores biogênicos e suas interações não estão sendo consideradas em

trabalhos para a RMSP, pela falta de informações dessas emissões.

A figura 2.05 mostra de forma esquemática todos os processos tratados no modulo

aerossol, desde a conversão gás-partícula orgânica e inorgânica, distribuição do tamanho das

partículas, crescimento dos aerossóis, advecção e difusão, deposição seca e sedimentação, e

interação dos aerossóis com as nuvens.

Figura 2.05: Estrutura esquemática do modulo de aerossóis para as partes orgânica e

inorgânica do modelo WRF/Chem.

Freqüência de Fotólises – São 21 reações fotoquímicas do modelo químico da fase

gás, calculadas para cada ponto de grade de acordo com Madronich (1987). A fotodissociação

é a conversão da radiação solar em energia química para ativar e dissociar espécies químicas.

Exemplos das espécies que são fotodissociadas são constituintes encontrados da troposfera

como NO

, O

, HCHO, CH

CHO, HONO, o radical NO

, e H

(mais espécies e as 21

reações na tabela 2.07). As razões de fotólises (min

-1

), conhecidas também por valores J, são

computadas de acordo com a fotodissociação da reação i dada por:

Onde: F(λ) é o fluxo actínico (fótons.cm

-2

.min

-1

.nm

-1

), σ

(λ) é a secção transversal de

absorção para a molécula que irá sofrer a fotodissociação (cm

.molécula

-1

), φ

(λ) é o

rendimento quântico da reação de fotólise (molécula.foton

-1

) e λ é o comprimento de onda da

radiação incidente (nm). A seção transversal de absorção e o rendimento quântico são função

do comprimento de onda e podem também ser função da temperatura e da pressão. O fluxo

actínico varia com a hora do dia, latitude, longitude, altitude e estação do ano, e é governado

pela relação astronômica e geométrica entre o sol e a terra.

Para o calculo do fluxo actínico, é usado um modelo de transferência radiativa baseado

na técnica do Delta-Eddington estabelecida por Joseph et al. (1976). Esse modelo de

transferência radiativa contabiliza a absorção de O

e O

através do espalhamento Rayleigh, e

o espalhamento e absorção por partículas de aerossóis e nuvens são descritos por Chang et al.

(1987). A seção transversal de absorção e o rendimento quântico para o cálculo de J

gás

(razão

de fotólise para o gás) são dados por Stockwell et al. (1990). A equação da freqüência de

fotólises é resolvida para 130 comprimentos de ondas em cada ponto de grade variando entre

186 a 730nm.

Tabela 2.07: Reações por fotólises presentes no mecanismo químico RADM2 (adaptado de

Stockwell et al, 1990)

Reações Descrição

1 - O

+ h

→

+ O

Fotólise do Ozônio para O

2 - O

+ h

→

+ O

Fotólise do Ozônio para O

3 - NO

+ h

→

NO + O

Fotólise do Dióxido de Nitrogênio

4 - NO

+ h

→

NO + O

Fotólise do Nitrato para NO

5 - NO

+ h

→

+ O

Fotólise do Nitrato para NO

6 – HONO + h

→

OH + NO

Fotólise do Ácido Nitroso

7 – HNO

+ h

→

OH + NO

Fotólise do Ácido Nítrico

8 – HNO

+ h

→

+ NO

Fotólise do Ácido Pernítrico

9 - H

+ h

→

OH + OH

Fotólise do Peróxido Hidrogênio

10 - HCHO + h

→

H + HCO

Fotólise do Formaldeído para Radicais

11 – HCHO + h

→

+ CO

Fotólise do Formaldeído para Hidrogênio Molecular

12 - CH

CHO + h

(+2O

)

→

OO + HO

+ CO

Fotólise do Acetaldeído

13 - CH

COCH

+ h

→

+ CH

Fotólise da Acetona

14 - CH

COC

+ h

→

ACO

+ ETH

Fotólise Metil Etil “Ketone”

15 - HCOCHO + h

→

HCHO + CO

Fotólise do “Glyoxal” para Formaldeído

16 - HCOCHO + h

→

2CO + H

Fotólise do “Glyoxal” para Hidrogênio Molecular

17 - CH

COCHO + h

→

ACO

+ HO

+ CO

Fotólise do Metil “Glyoxal”

18 - HCOCH=CHCHO + h

→

0,98HO

+ TCO

0,02ACO

Fotólise do Dicarboneto não-saturado

19 - CH

OOH + h

→

O + OH + HO

Fotólise do Peróxido Metil Hidrogênio

20 - CH

ONO

+ h

→

0,2ALD + 0,8KET + HO

+ NO

Fotólise do Nitrato Orgânico

21 - C

O + h

→

produtos

Fotólise “Acrolein”

Estando feito o acoplamento da meteorologia com a química do modelo, sentiu-se a

necessidade de melhorar ainda mais as simulações tendo em vista que algumas considerações

estavam sendo negligenciadas por limitações na representação dos processos pelo fato da área

simulada ser uma área urbana.

Atualmente existem vários modelos de meso-escala que fazem uso das equações que

governam a atmosfera utilizando a teoria da similaridade de Monin-Obukhov que tem como

principio básico considerar a região simulada como sendo horizontalmente homogênea, o que

seria uma grande fonte de erro para o caso de simulações sobre áreas urbanas. Para tentar

diminuir essa fonte de erro foi acoplado o modelo urbano UCM para incluir nas simulações as

principais características de uma cidade.

2.4 – Acoplamento do WRF/Chem com o Modelo Urbano UCM (Urban Canopy

Model) baseado nos estudos de Kusaka et al. (2001) e Martilli (2002)

Neste trabalho para a melhor descrição da representação da área urbana foi combinado

um módulo, o Urban Canopy Model, ao modelo WRF-Chem.

A parametrização utilizada neste trabalho inclui os efeitos térmicos e mecânicos

gerados por áreas urbanas. Para a parte térmica são considerados os fluxos de calor para o

telhado, estrada e paredes e também são considerados os múltiplos reflexos da radiação dentro

dos “canyons” em áreas urbanas (o efeito da radiação nos “canyons” é considerado somente

na superfície e não na atmosfera). Para a parte mecânica, a aproximação que inclui o efeito da

presença dos “canyons” é adotada, essa aproximação é uma boa ferramenta de investigação da

interação entre os fatores térmicos e mecânicos responsáveis pelas modificações na estrutura

da Camada Limite Urbana (CLU).

No modelo a cidade é construída com edificações de tamanho B que estão igualmente

distanciadas formando “canyons” de comprimento W, mas com alturas diferenciadas h

(variando de acordo com a probabilidade

(h) de ter construções com altura h, como ilustrado

na figura 2.06). Por simplificação é considerado que a largura das estradas é igual ao tamanho

da grade horizontal.

Figura 2.06: Representação esquemática de uma área urbana hipotética, W é o comprimento

das ruas e B o comprimento das construções, iu é a altura das construções e IU refere-se ao

nível do modelo,

) é a densidade das construções com altura igual a z

) é a

densidade das construções com altura maior que z

Fonte: Martilli et al., 2002.

Como áreas urbanas apresentam estruturas extremamente complexas, optou-se por

utilizar uma distribuição probabilística onde houvesse variações na altura das edificações.

Para as superfícies horizontais foram feitas considerações a partir de uma área total, que seria

igual à largura das células do domínio da grade,

tot

A área das superfícies horizontais para cada nível iu,

, é dada por:

tot

totiu

S )(

Similarmente para as superfícies verticais:

totiu

Ziu

S )(

∆

Onde:

∆

Ziu é o espaço vertical da grade e

iu+1

) é a probabilidade da construção ter

altura igual ou superior a Z

iu+1

, ou:

∑

=Γ

iuju

juiu

ZZ )()(

Aqui, nu é o mais alto nível na grade urbana. Várias direções podem ser definidas e

também vários tipos de classes urbanas.

A função básica do UCM é introduzir os efeitos da barreira física e térmica causados

pela presença de áreas urbanas e contabilizar esse efeito no balanço de energia superficial,

velocidade do vento, temperatura do ar e radiação. Esse modelo urbano foi desenvolvido por

Kusaka et al. (2001) e modificado por Kusaka and Kimura (2004), onde estão inclusos: 1) os

vales formados pelas estradas e as edificações, que são parametrizados para representar o

efeito da geometria urbana na distribuição de calor (Figura 2.07); 2) Efeito das construções na

radiação solar com as múltiplas reflexões (Figura 2.07); 3) a orientação das vias e o ciclo

diurno do ângulo azimutal solar; 4) distribuição percentual da altura dos edifícios; 5)

tratamento diferenciado na equação do calor para cada tipo de superfície (telhado, vias e

paredes) e consideração da temperatura interna dos edifícios; 6) aquecimento antropogênico

associado com consumo de energia devido às atividades humanas; e 7) considerações para a

evaporação e escoamento superficial nas vias.

O modelo urbano estima os fluxos de calor sensível dos telhados, estradas e paredes

que depois são agregados como energia e momentum entre a área urbana e a atmosfera.

Figura 2.07: Esquema das considerações feitas no modelo UCM para as simulações.

Fonte: Chen et al., 2006

A temperatura superficial é calculada através do saldo da radiação de onda longa que

seria a diferença entre a radiação de onda longa orientada para cima e a radiação de onda

longa orientada para baixo (atmosfera - superfície). O saldo de radiação de onda longa é

calculado da seguinte forma:

)(

RRR

TLL

σε

−↓=

)(

1, WWWWWGWGGSWWW

TFTFTFLL

σσεσεε

−++↓=

→→→

[

GWWGWWGGWSGGWW

FFTFFLL

→→→→

−+↓−=

)1()1(

σεεεε

WWGWGGWWWSWW

FFTFFL

→→→→

−+↓−+

)1()1(

σεεε

]

WWWWWWW

FFT

→→

−+

)1(

σεε

)(

1, GWGWWSGGG

TFTFLL

σσεε

−+↓=

→→

[

WGGWGGWWGSWWGG

FFTFFLL

→→→→

−+↓−=

)1()1(

σεεεε

]

WGWWWWW

FFT

→→

−+

)1(

σεε

Onde:

↓



é a radiação de onda longa emitida pela atmosfera, para baixo;



é o compito das diferentes interfaces;



representa a radiação de onda longa nas paredes;



representa a radiação de onda longa nas estradas;



Representa a radiação de onda longa no telhado;



representa a radiação de onda longa da atmosfera;



Emissividade das superfícies



São índices referente à absorção da radiação direta e refletida

O tratamento para a radiação de onda curta é feita baseada na quantidade do saldo de

radiação líquida que é absorvida pelo telhado, paredes e estradas de acordo com as equações

abaixo:

)1()1(

RQRDR

SSS

αα

−+−=

)1()1(

1, WSWQW

sombra

αα

−+−=

→

+−+−

−

→→→

)1()1(

2, WGWGSGQWGWQ

estrada

sombraestrada

FFSFS

ααα

)1()1(

WWWWSWQWWWW

sombra

FFSF

αααα

−+−+

→→→

)1()1(

1, GSGQG

estrada

sombraestrada

αα

−+−

−

→

)1()1(

2, GWGWSWQGWGW

sombra

FFSF

αααα

−+−=

→→→

Onde o efeito da sombra é computado de acordo com o seu comprimento

sombra

estrada definido por:

)(

sintan

estradasombra

estrada

nzc

sombra







θθ

Onde:

e S



Radiação Solar Direta e Difusa respectivamente;



é o compito das diferentes interfaces;



Representa paredes;



Representa solo;



Representa atmosfera;



Ângulo Zenital e Ângulo dos Raios Solares com relação

ao “canyon” (ver figura 2.07), respectivamente.



Altura das construções normalizada

2.4.1 – Momentum

A presença de superfícies horizontais e principalmente a presença de áreas urbanas

com sua estrutura complexa induz ao aparecimento de uma força de fricção com conseqüente

perda de momentum. O termo de momentum é similar ao que usualmente é utilizado por

modelos de meso-escala para representar o impacto da superfície do solo. A diferença é que

esse termo é distribuído ao longo da vertical, com considerações feitas para áreas rurais ou

urbanas, calculado proporcionalmente à fração de área da superfície horizontal apresentada na

grade em questão (célula).

A aplicação da Teoria da Similaridade de Monin-Obukhov é questionada para esse

caso por causa do princípio fundamental da teoria que é considerar uma superfície

horizontalmente homogênea (Oliveira, 2004). Existe na literatura uma teoria alternativa para

resolver a camada superficial baseada na formulação clássica proposta por Louis, 1979, que

tem como base estimar o fluxo de momentum na superfície horizontal em todos os níveis. O

fluxo turbulento de momentum devido à presença das superfícies horizontais (telhados e as

ruas) no nível iu é então:

hor

iuB

SUURi

Ziu













∆

























∆

−= ,

Onde:

hor

é a componente horizontal do vento,

é a área horizontal da superfície no nível

iu, Ri

é o número bulk de Richardson (computado com o vento e temperatura do nível l),

a densidade do ar, f

é um parâmetro de estabilidade de momento baseado nas expressões

usadas por Louis (1979), k é a constante de von Karman igual a 0,4.

)(*)(

)(***2

θθ

−∆

Para Ri

> 0

)**5,01(

Rib

= f

b=9,4

Para Ri

≤













−+

−=

2/1

)(*1

Ric













−+

−=

2/1

)(*1

Ric

b=9,4 ; cm=7,4 ; ch=5,3

2/1

log













∆

























∆

cmbc

cc *

A presença das construções provoca no fluído o aparecimento de duas forças de

arraste: a de pressão e a viscosa. A mudança de momentum na superfície vertical (paredes)

devido a essas forças é parametrizada da seguinte forma (maiores detalhes em Raupach et

al.,1991):

ort

iudrag

SUUCFu

−=

Semelhante ao utilizado nos modelos de vegetação, o uso da velocidade horizontal do

vento ortogonal à direção das estradas (

ort

) no nível IU (ver Figura 2.06). De acordo com

Raupach (1992), baseado em experimentos em túnel de vento, C

drag

é 0,4.

2.4.2 – Temperatura

Em analogia com as aproximações feitas para o momentum, o fluxo turbulento de

calor sensível para telhado e estrada (superfícies horizontais das construções) é calculado da

seguinte forma:

iuB

hor













∆

























∆

−=

θρθ

Onde:

∆θ

é a diferença entre a temperatura do ar e a temperatura do telhado ou estrada, f

refere-se ao parâmetro de estabilidade de calor baseado na expressões usadas por Louis

(1979), R é a razão do coeficiente de arraste pelo momento no limite neutro e igual a 0,74

(Bussinger et al., 1971).

O fluxo de temperatura para as paredes (superfície vertical) é feito com base na

diferença entre a temperatura do ar e a temperatura da parede. Para o caso da direção da

estrada norte-sul foi adotado que:

(

)

(

)

[

]

LesteP

iuar

OesteP

iuar

θθθθ

−+−−=

Onde:

OesteP

LesteP

são as temperaturas potenciais das paredes do nível IU, oeste e leste

respectivamente, e

























hor

ccc

bac

Onde: a

, b

, c

, d

são constantes empíricas iguais a 1,09, 0,23, 5,678 e 0,3048,

respectivamente.

2.4.3 – Energia Cinética Turbulenta (ECT)

Em muitos modelos de mesoescala, o fechamento da turbulência é feito baseada na

equação prognostica da ECT. Na aproximação clássica em modelos de baixa ordem, a

descrição do impacto da superfície é feito através dos termos de produção mecânica e térmica

da ECT.

SFu

∆













∆

−=

2/3

)/(

Onde:

∆

é o tamanho vertical da célula no nível IU.

Com considerações similares feitas para o momentum é possível mostrar que a

presença das construções incrementa uma conversão de energia cinética em energia cinética

turbulenta (mais detalhes em Raupach e Shaw, 1982). Em analogia ao que é feito em muitos

modelos de vegetação, o termo de fonte extra de ECT tem a dimensão de fluxo e é

parametrizado da seguinte forma:

ort

iudrag

SUCFe

2.4.4 – Comprimento de Rugosidade

Outro tratamento importante feito nas considerações do modelo urbano é resolver o

comprimento de rugosidade de acordo com o tipo de superfície (telhado ou canyon) e não

considerando uma área horizontalmente homogênea.

É usado o modelo k-l baseado no trabalho de Bougeault e Lacarrere (1989), com

alguns ajustes para se adequar à presença de áreas urbanas.

A primeira modificação consiste em que as construções geram vórtices de mesma

altura das construções, onde os níveis mais baixos são influenciados pelas construções baixas

e altas, já os níveis mais altos são influenciados apenas por construções mais altas (Figura

2.08). A escala de comprimento, l

, reflete esse processo no nível I:

Figura 2.08: Esquema para ilustrar a modificação da escala de comprimento turbulento.

∑

ibuiu

)(

Aqui ibu é o nível mais baixo da grade urbana e Z

< Z

ibu

é a altura da primeira grade do

modelo próximo à superfície). Esse novo comprimento é adicionado à formulação tradicional

de Bougeault e Lacarrere, 1989:

bold

lll

111

Como conseqüência da presença das construções há um incremento na cascata de

energia para a conversão de energia cinética em ECT, e também um aumento na razão de

dissipação.

A segunda modificação refere-se à alteração em um importante parâmetro na

computação da altura sobre o solo. Como em áreas urbanas as construções têm diferentes

alturas, para o nível I, ao invés de usar uma simples altura sobre o solo igual Z

, o seguinte

valor é usado:

∑

−

























)(

ibu

iuI

Isolo

ZWB

Essa fórmula é uma média ponderada das alturas correspondentes as estradas e

telhados nas áreas urbanas.

2.5 – Descrição das Simulações em 2D, casos idealizados

Neste tópico será feita uma descrição sucinta das principais características utilizadas

para as simulações em 2-Dimensões (2D) com dados idealizados para a condição inicial

meteorológica e química.

Para as simulações dos casos idealizados em 2D foi desligada a parametrização de

microfísica, pois a idéia era observar a influência da parametrização da CLP na formação do

ozônio e seus precursores. A possível presença de nuvens poderia influenciar no nível de

concentração de O

devido ao impacto na taxa de fotólise.

Para condição inicial meteorológica foi adotado um perfil da velocidade do vento

constante e igual 4m/s (componente u = 4m/s e v = 0m/s), o perfil da temperatura potencial

tinha o primeiro nível com 288K e uma taxa de aumento constante igual a 0,35K/ 100m, a

umidade específica com primeiro nível do modelo igual a 4,62g/kg e taxa linear de

diminuição igual 0,35g/Kg / 1000m. Todas as simulações foram realizadas com a altura do

primeiro nível do modelo igual 2,83m e o último nível igual 10.000m.

Para a condição inicial idealizada para química, os valores para as emissões e perfil de

concentrações foram determinados de acordo com os resultados obtidos a partir de simulações

prévias como em Cetesb, 2005 e Andrade, 2006, de forma que a condição inicial para as

espécies químicas resultasse em concentrações de ozônio dentro da cidade entre 70-100ppb e

que os máximos de concentração ocorressem entre 12h-15h. A especiação dos COVs para o

mecanismo químico foi baseada nos experimentos realizados nos túneis Maria Maluf e Jânio

Quadros (Martins et al., 2006 e Sanchez-Ccoyllo et al., 2007). E para efeito de comparação

com a distribuição dos COVs, foi utilizado também o estudo realizado por Middleton et al.,

1990, para a cidade da Califórnia nos EUA. A distribuição dos COVs, com exceção do

metano, em suas classes de compostos de acordo com os dados de entrada no esquema

químico está sendo apresentada na tabela 2.08.

Tabela 2.08: Distribuição dos COVs de acordo com os estudos feitos pelo Laboratório de

Processos Atmosféricos (LAPAT) e comparação com Middleton, et al 1990.

Emissão NMHC LAPAT (%) Middleton, et al 1990 (%)

Etanos (e_eth) 0,47 3,24

Alcanos (e_hc3) 0,87 13,82

Alcanos (e_hc5) 4,19 8,21

Alcanos (e_hc8) 7,37 6,70

Etilenos (e_ol2) 7,25 9,72

Alcenos (e_oli) 4,91 2,81

Alcenos (e_olt) 4,08 3,89

Aromáticos (e_xyl) 3,81 3,89

Aromáticos (e_tol) 1,12 5,18

Formaldeídos (e_hcho) 3,04 2,16

Acetaldeídos (e_ald) 1,06 0,65

2.5.1 – Experimentos de uso do Solo

Para avaliar o impacto de diferentes tipos de cobertura de solo sobre a altura da CLP,

foram feitos 4 experimentos com e sem a presença de uma cidade de 20km e 40km de

extensão mantendo a emissão de poluentes para todos os casos. Para esses experimentos não

foi considerada a topografia, e as condições iniciais meteorológica e química foram sempre

iguais. Os experimentos tinham como características: uma cidade maior com 40km, porém

com prédios mais baixos, com 30m de altura média das edificações; uma segunda cidade

menor com 20km de extensão e 50m de altura médias das edificações; e no terceiro e quarto

experimentos foram retiradas as áreas urbanas de 40km e 20km, mas foram mantidas as

emissões nas mesmas posições. A idéia principal destes experimentos seria avaliar o impacto

da presença da cidade com relação a evolução da altura da CLP e o conseqüente impacto na

concentração de CO e O

Avaliar também o impacto com relação ao tamanho das cidades,

para esse estudo será analisado duas cidades com tamanhos diferentes no caos com extensão

de 40km e 20km, com detalhe da cidade maior ser potencialmente maior poluidora (emite

mais NOx, CO e VOCs).

2.5.2 – Inclusão da Topografia da RMSP nas Simulações

Foi realizada uma estimativa da influência do uso do solo tipo urbano, mantendo as

principais características da condição inicial das simulações realizadas para os casos

idealizados em 2D, foi feito um novo experimento com os mesmos valores do perfil vertical

da velocidade vento, temperatura potencial, umidade específica e ainda mantendo desligada a

parametrização de microfísica e cumulus para evitar a formação de nuvens. Com base nas

informações do IGBP (International Geosphere Biosphere Programme) disponibilizadas para

simulação de casos reais em 3D, foram extraídas informações do tipo: topografia, umidade do

solo, tipo de solo, fração de vegetação, albedo, entre outros, no sentido de fazer uma

estimativa do efeito desses parâmetros na evolução da CLP e concentração de O

. Nesta

simulação foi incluída uma cidade com edificações de altura média de 50m, o que possibilitou

a utilização da parametrização urbana. A RMSP está sendo apresentada na figura 2.09 entre

os pontos 180-220km em destaque, com extensão de 40km e altura de aproximadamente

700m acima do nível do mar (0 – 150km), A média das edificações foi de 30m, figura 3.06.

Figura 2.09: Representação da topografia para a RMSP utilizada para o estudo dos efeitos do

tipo de uso do solo nas simulações em 2 dimensões.

2.6 – Descrição das Simulações em 3D, casos reais

O modelo WRF/Chem foi configurado para fazer simulações com duração de 96

horas, iniciado em 28/10/2006, 00:00UTC. O domínio horizontal possuia 60 x 60 pontos com

espaçamento de 4 km centrado em 46,65ºW e 23,62ºS (o domínio é mostrado na Figura 2.10).

Na vertical foram utilizados 24 níveis com o topo do modelo em 200mb. A escolha do

domínio teve como fundamento evitar a interferência das bordas nos resultados obtidos para a

RMSP, vale salientar que a quantidade de níveis verticais e o topo do modelo foram

escolhidos levando-se em consideração o objetivo de fazer simulações de qualidade do ar com

maior detalhamento próximo a superfície, e diminuir dessa forma a duração das simulações

tendo em vista que quanto maior a quantidade de níveis verticais, maior seria a duração das

simulações.

Na tabela 2.09 é apresentada a configuração para as diversas previsões realizadas com

diferentes esquemas numéricos de CLP: a primeira utilizou o esquema YSU, o segundo

esquema MYJ e o terceiro esquemas BOULAC.

Tabela 2.09: Descrição das simulações feitas com o modelo WRF/Chem. As referências

explicando os esquemas escolhidos estão descritas no texto.

Física do modelo Parametrizações usadas em cada esquema

BOULAC YSU MYJ

Microfísica da atmosfera Lin et al. (LIN) Lin et al. (LIN) Lin et al. (LIN)

Radiação de Onda Longa RRTM scheme RRTM scheme RRTM scheme

Radiação de Onda Curta Dudhia scheme Dudhia scheme Dudhia scheme

Camada Limite Superficial Monin-Obukhov

Similarity scheme

Monin-Obukhov

Similarity scheme

Monin-Obukhov (Janjic

ETA) scheme

Superfície Terrestre NOAH Land-Surface

Model

NOAH Land-Surface

Model

NOAH Land-Surface

Model

Camada Limite Atmosférica Bougeault e Lacarrere

(BOULAC)

Yonsei University

scheme (YSU)

Mellor-Yamada-Janjic

scheme (MYJ)

Número de Camadas do Solo For NMM Land-Surface

Model

For NMM Land-

Surface Model

For NMM Land-

Surface Model

Parametrização de Cumulus Grell-Devenyi ensemble

scheme (GRE)

Grell-Devenyi ensemble

scheme (GRE)

Grell-Devenyi ensemble

scheme (GRE)

O estudo realizado por Silva Junior et al., 2006, para simulações da velocidade do

vento e temperatura do ar realizadas para a RMSP, avaliando de forma estatística as melhores

combinações para os esquemas de microfísica, parametrização de cumulus e camada limite

planetária, mostrou que a melhor configuração adotada para as simulações da temperatura do

ar e velocidade do vento foi feita com as parametrizações LIN-GRE-YSU respectivamente.

Figura 2.10: Representação do domínio aninhado utilizado para fazer as simulações em 3

dimensões para a RMSP.

2.6.1 – Condição Inicial e de fronteira: Meteorológica e Química

Para a condição inicial meteorológica foram utilizados os dados do modelo global do

NCEP (National Centers for Environmental Prediction), onde os dados de análises

representados pelo modelo global operacional GFS-FNL (Global Forecast System - Final)

serão utilizados para gerar as condições iniciais e de fronteira do modelo WRF, a resolução

dos dados GFS-FNL é de 1.0x1.0 graus e estão disponibilizados na internet diariamente para

baixar desde de 1999 em intervalos a cada 6 horas. O modelo WRF apresenta o tratamento

moderno de assimilação de dados utilizando tabelas predefinidas que possibilita a utilização

de diversos formatos de arquivos de entrada, como por exemplo, o AVN (Aviation Data

Division - ftp://ftp.ncep.noaa.gov/pub/data/nccf/com/gfs/prod/), GFS (Global Forecast

System), FNL (Global Forecast System - Final), entre outros. Para o estudo em questão será

utilizado o FNL que apresenta boa resolução e são dados de reanálise do NCEP. Os

parâmetros estão disponíveis em 27 níveis verticais que incluem a pressão superficial, pressão

ao nível do mar, altura geopotencial, temperatura, temperatura da superfície do mar,

temperatura do solo, umidade relativa, as componentes do vento u e v, movimentos verticais,

vorticidade e ozônio.

Em termos de condição inicial química, inicialmente é feita uma simulação preliminar

um dia antes do período de estudo, onde nesta simulação é considerada uma aproximação

global baseada na interpretação do tipo de uso do solo, e a partir dessa informação é feita uma

estimada da concentração de fundo. Os resultados das concentrações obtidos da simulação

preliminar são utilizados para alimentar uma nova simulação definitiva, onde agora os efeitos

locais (meteorologia e emissões) são considerados.

Para um melhor ajuste da condição de fronteira foram utilizados os resultados das

simulações globais realizadas pelo modelo MATCH-MPI como mostrado na figura 2.11. O

modelo WRF/Chem foi configurado para receber as informações químicas globais do

MATCH-MPI, na tentativa de melhorar a aproximação para as concentrações iniciais. A

alternativa descartada foi a que considerava o tipo de uso do solo para estimar as

concentrações de fundo. Vale lembrar que essa informações é apenas inicial, pois em seguida

o modelo regional irá gerar suas próprias concentrações de acordo com as emissões e

condições meteorológicas locais.

Figura 2.11: Exemplo dos dados globais de concentração de O

obtido do modelo MATCH-

MPI (Max Planck Institut), que serviram como condição de borda para o modelo WRF/Chem

2.6.2 – Descrição das simulações em 3D para a RMSP

Os experimentos em 3D para casos reais foram realizados para análise do acoplamento

dos modelos meteorológico WRF/Chem com o modelo urbano UCM (ligado e desligado).

Para tanto foi utilizada uma cidade fictícia para representar a RMSP, mas com as devidas

limitações no que diz respeito a distribuição das edificações, direção e tamanho das ruas e

altura das construções. Essa representação foi Baseada nos estudos realizados por Martilli, et

al., 2000 e Grimmond e Oke, 1998 que estudaram as principais características morfológicas

de diferentes tipos de cidades com relação a níveis de urbanização (cidade baixa, média, alta e

alta espaçada). Para avaliar o impacto da inclusão do efeito do modelo urbano nas simulações

foram utilizados três tipos de cidades onde a RMSP será representada como sendo baixa nas

bordas e aumentando a altura das edificações até chegar a alta na área central, figura 2.12 e

tabela 2.10. A variável UFRACTION é utilizada pelo modelo urbano para representar o

índice de urbanização da área de estudo.

Tabela 2.10: Principais características de tipo de áreas urbanas parametrizados para o modelo

UCM (Martilli, et al, 2000 e Grimmond e Oke, 1998).

Características

da área urbana

Tipo de

Superfície

Índices de Fração Urbana (UFRACTION)

200 300 500

Difusividade

térmica

−1

)

Solo 0,470E-6 0,286E-6 0,286E-6

Parede 0,570E-6 0,670E-6 0,670E-6

Telhado 0,620E-6 0,670E-6 0,670E-6

Calor específico

do material

(J.m

−3

−1

)

Solo 1,74E+6 1,40E+6 1,40E+6

Parede 1,54E+6 1,00E+6 1,00E+6

Telhado 1,50E+6 1,00E+6 1,00E+6

Temperatura

dentro das

construções e ruas

(K)

Solo 290 292 288

Parede 290 292 288

Telhado 298 292 288

Comprimento das

ruas (km)

100 100 100

Altura das

construções (m)

10 25 50

Largura das ruas

(m)

15 15 15

Comprimento das

construções (m)

30 15 15

Parâmetro de

Rugosidade (m)

0,01 0,01 0,01

Albedo 0,15 0,15 0,15

Emissividade Solo 0,95 0,95 0,95

Parede 0,90 0,90 0,90

Telhado 0,90 0,90 0,90

Com base em análises de imagens de satélites, observou-se uma característica da

RMSP, na qual o centro da região apresenta edificações mais altas com uma maior densidade,

que diminui gradativamente até as bordas. Essa foi a metodologia adotada para representar o

parâmetro de fração urbana para aplicar o modelo urbano UCM para a RMSP, mostrado na

Figura 2.12 tendo as características da área urbana apresentada na tabela 2.10 de acordo com

o valor de UFRACTION, 200, 300 e 500. O algoritmo criado interpreta o tipo de superfície de

acordo com o parâmetro LU_INDEX (índice do uso de solo).

Obs.: A fração urbana é um índice utilizado pelo modelo para diferenciar os parâmetros a serem adotados para

a cidade. A relação altura dos edifícios e índice do modelo está mantida, onde maior Ufraction significa

edifícios mais elevados.

Figura 2.12: Determinação do parâmetro Ufraction (fração urbana) para a RMSP com base na

teoria de que as regiões mais centrais das cidades apresentam edificações mais elevadas

diminuindo gradativamente até as bordas.

2.7 – Validação dos Resultados

Para validar as simulações feitas com o modelo WRF/Chem, foram utilizadas duas

fontes de dados: estações de monitoramento automático da CETESB e o experimento

realizado na RMSP no IAG/USP (Instituto de Astronomia, Geofísica e Ciências Atmosféricas

– Universidade de São Paulo), e o experimento de sondagens atmosféricas no contexto do

projeto de políticas públicas. As medições feitas pela CETESB nos meses de outubro e

novembro de 2006 serviram para comparações com as simulações da composição química

superficial e variáveis meteorológicas da atmosfera da RMSP. Para validar as simulações e

comprovar a eficácia do modelo em representar a estrutura vertical da atmosfera, foram

utilizadas as sondagens verticais feitas por radiosondagens obtidas nos meses de outubro e

novembro de 2006. Nesses experimentos foram feitas medições de velocidade do vento,

temperatura do ar, pressão atmosférica, umidade relativa do ar, e pressão parcial de ozônio

(depois convertida para concentração de ozônio).

As análises estatísticas realizadas foram baseadas nas comparações feitas entre os

resultados do modelo e observações, utilizando as formulações para descrever a média,

variância, desvio padrão, coeficiente de correlação, erro médio quadrado, e BIAS.

2.7.1 – Descrição Dados CETESB

Foram utilizados os dados horários da estação de monitoramento da CETESB do ano

de 2006. Nas estações de monitoramento são obtidas medições meteorológicas e de poluentes

atmosféricos em superfície. Para comprovação da precisão das simulações realizadas com o

modelo WRF foram utilizados dados de quatro estações de monitoramento, a estação de

Ibirapuera (IBI), que tem por características altos níveis de concentração de O

e por

apresentar uma importante variação do tipo de uso do solo (área arborizada com pequenas

áreas alagadas e rodeada por áreas urbanas), a estação de Pinheiros (PIN), que está dentro de

uma área altamente urbanizada e próxima de um grande corredor de veículos que é Marginal

Pinheiros, a estação do Parque Dom Pedro II (PDP) que está localizado no centro da cidade

de São Paulo tendo por principal característica ser muito urbanizada e pouco arborizada, e a

estação de Santo Amaro (SAM) que está inserida em uma área menos urbanizada e localizada

mais ao sul da RMSP.

Nas estações de PIN e IBI são geralmente medidos os seguintes parâmetros: Partículas

Inaláveis (PM

), Dióxido de Enxofre, Óxidos de Nitrogênio, Ozônio, Monóxido de Carbono,

direção e velocidade do vento, umidade relativa do ar, temperatura do ar, pressão atmosférica

e radiação solar (global e ultravioleta). A tabela 2.11 mostra os métodos adotados para

realizar as medições dos respectivos poluentes.

Tabela 2.11: Métodos de medição para o monitoramento da qualidade do ar para as estações

automáticas da CETESB

PARÂMETROS MÉTODOS

Patículas Inaláveis (PM10) Separação Inercial/filtração

Dioxido de Enxofre Fluorecência (ultravioleta)

Óxidos de Nitrogênio Quimiluminescência

Monóxido de Carbono Infra-vermelho não dispersivo

Hidrocarbonetos Cromatografia/ionização de flame

Ozônio Quimiluminescência

2.7.2 – Descrição do Experimento para determinação dos perfis verticais da

concentração de Ozônio e variáveis meteorológicas

O experimento foi dividido em duas campanhas: a primeira fase ocorreu nos dias 15,

16, 17 e 18 de maio de 2006 e a segunda fase nos dias 30, 31 de outubro e 01 de novembro de

2006. Para o presente estudo foram utilizados as dados obtidos durante a segunda campanha

devido à falta de medições da concentração de ozônio em superfície em algumas estações da

CETESB em maio de 2006. As campanhas contaram com o apoio e estrutura do laboratório

LAPAt, Instituto de Física, Instituto Nacional de Pesquisas Espaciais (INPE) e Companhia de

Tecnologia de Saneamento Ambiental (CETESB). Esses experimentos fizeram parte do

projeto Modelos de Qualidade do Ar Fotoquímicos: Implementação para Simulação e

Avaliação das Concentrações de Ozônio Troposférico em Regiões Urbanas (Processo

FAPESP 03/06414-0). O experimento aconteceu na RMSP, mais especificamente na

cobertura do prédio do Instituto de Astronomia, Geofísica e Ciências Atmosféricas (IAG-

USP), situada nas seguintes coordenadas geográficas: 23,33 S e 46,44W. A medição do perfil

vertical da concentração de ozônio foi feita com a utilização de ozoniosondas (radiosondas

com medição da concentração de ozônio, pressão e temperatura). O princípio de

funcionamento da ozoniosonda consiste em um sensor com duas células eletrolíticas, cada

uma contendo uma solução de potássio iodeto (KI). A célula está inicialmente em equilíbrio

químico e elétrico, entretanto quando em contato com uma amostra de ar contendo ozônio,

este interage com uma das células e o equilíbrio é perturbado criando uma corrente entre as

células. A quantidade elétrica é proporcional a pressão parcial de O

na atmosfera, que

transmite continuamente os dados para uma estação receptora de dados em solo.

Figura 2.13: Fotos ilustrativas da ozoniosonda lançadas na RMSP durante o experimento

políticas publicas no mês de outubro/novembro de 2006.

Para validar o perfil vertical da concentração de O

, os resultados da simulação foram

interpolados da coordenada vertical do modelo (sigma) para níveis de pressão (930, 900, 850,

800, 750, 700, 650, 600, 550, 500, 450, 400, 350, 300, 250, 200 hPa). Já as medições da

ozoniosonda foram trabalhadas utilizando um algoritmo que fez uma média dos cinco níveis

mais próximos dos níveis de pressão do modelo. O fato da variação da posição horizontal da

ozoniosonda durante sua subida também foi considerado, onde o perfil da concentração do

modelo foi feito considerando a latitude e longitude da ozoniosonda.

3 – RESULTADOS E DISCUSSÕES

Nesta seção serão apresentados os resultados referentes às simulações em 2 e 3

dimensões feitas com o modelo WRF/Chem com e sem acoplamento do modelo urbano UCM

(“Urban Canopy Model”). Foram feitos vários experimentos numéricos com o objetivo de

avaliar a sensibilidade das simulações para a representação da formação do O

em função da

parametrização da CLP e também ao acoplamento com o modelo UCM. Para avaliar a

qualidade das simulações foram feitos estudos estatísticos comparando os resultados das

simulações com as observações da rede de monitoramento da CETESB e dos experimentos

realizados durante o projeto de políticas públicas que contou com a utilização de

radiossondagens meteorológicas e de ozônio.

3.1 – Simulações em 2 dimensões: casos idealizados

As simulações em 2 dimensões serviram como experimentos de sensibilidade com a

finalidade de encontrar a melhor configuração a ser utilizada nas simulações em 3 dimensões

em termos de parametrização de camada limite atmosférica.

Os experimentos numéricos em 2D foram feitos com domínio de 200 x 3 pontos com

resolução de 2km totalizando uma área inteiramente plana de 400km x 6km, com 51 níveis

verticais sendo o primeiro nível iniciado a 2,83m e o topo do modelo em 10000m de altura.

Toda essa área foi configurada para representar experimentos rurais com áreas de emissão de

poluentes de 20 e 40km de extensão no centro do domínio (experimentos 1 e 2) e outros dois

que incluíram cidades idealizadas no centro do domínio com extensão de 20 e 40km

(experimentos 3 e 4). A tabela 3.01 mostra os detalhes dos experimentos de uso do solo

variando principalmente a extensão da área de emissão de poluentes, substituição no centro do

domínio de área rural por urbano e altura média das edificações. Vale salientar que o número

de pontos de emissão varia de acordo com a extensão da área teste, para 20km são 10 pontos

de emissão e para 40km são 20 pontos de emissão (tabela 3.01). Para garantir que uma

possível formação de nuvens não interferisse na formação de ozônio, as parametrizações de

microfísica e cumulus foram desligadas nas simulações.

Tabela 3.01: Descrição da área introduzida no centro do domínio das simulações idealizadas,

para os experimentos de sensibilidade de uso do solo.

Variáveis Experimento 1

Rural 20km

Experimento 2

Rural 40km

Experimento 3

Urbano 20km

Experimento 4

Urbano 40km

Umidade do Solo 0,2 0,2 0,2 0,2

Tipo de Solo Material Orgânico Material Orgânico Mistura de areia,

silte e argila (40%,

40%, 20%)

Mistura de areia,

silte e argila (40%,

40%, 20%)

Tipo de Vegetação Cobertura seca e

Pastagem

Cobertura seca e

Pastagem

Urbano Urbano

Fração de

Vegetação

60% 60% 5% 5%

Topografia 0m 0m 0m 0m

Albedo 0,2 0,2 0,15 0,15

Emissões de

Poluentes

NOx=4000

mol/k

VOCs=4,875*NOx

CO=7000µmol/km

NOx=4000

mol/k

VOCs=4,875*NOx

CO=7000µmol/km

NOx=4000

mol/k

VOCs=4,875*NOx

CO=7000µmol/km

NOx=4000

mol/k

VOCs=4,875*NOx

CO=7000µmol/km

Concentração de

fundo

=10ppb

NO=1ppb

=0,1ppb

CO=0,1ppm

=10ppb

NO=1ppb

=0,1ppb

CO=0,1ppm

=10ppb

NO=1ppb

=0,1ppb

CO=0,1ppm

=10ppb

NO=1ppb

=0,1ppb

CO=0,1ppm

Velocidade do

Vento

Perfil constante de

3m/s

Perfil constante de

3m/s

Perfil constante de

3m/s

Perfil constante de

3m/s

Temperatura do ar Primeiro nível

15ºC variando

-0,35ºC a cada

100m

Primeiro nível

15ºC variando

-0,35ºC a cada

100m

Primeiro nível

15ºC variando

-0,35ºC a cada

100m

Primeiro nível

15ºC variando

-0,35ºC a cada

100m

Umidade

Específica

Primeiro nível

4,62g.kg

-1

variando

-0,98g.kg

-1

a cada

1000m

Primeiro nível

4,62g.kg

-1

variando

-0,98g.kg

-1

a cada 1000m

Primeiro nível

4,62g.kg

-1

variando

-0,98g.kg

-1

a cada 1000m

Primeiro nível

4,62g.kg

-1

variando

-0,98g.kg

-1

a cada 1000m

Temperatura do

solo

15ºC 15ºC 15ºC 15ºC

Altura média dos

Edifícios

Sem edifícios Sem edifícios 50m 25m

3.1.1 – Experimento de uso do Solo

Como mostrado na tabela 3.01, as principais diferenças entre os 4 experimentos de uso

do solo é o tamanho da área de emissão e conseqüentemente a quantidade de pontos de

emissão dos poluentes (área de 20km e quantidade de pontos igual a 10, e área com 40km e

20 pontos de emissão), e a substituição de cobertura do solo com característica rural para

cobertura com característica urbana. Para os experimentos rurais todo o domínio de estudo

apresenta as mesmas características em termos de uso do solo, onde apenas de forma

experimental é incluída no centro do domínio uma área de emissão de poluentes, como

mostrado na figura 3.01. Em resposta a homogeneidade horizontal no caso dos experimentos

rurais, as variáveis temperatura do ar, velocidade do vento e Energia Cinética Turbulenta –

ECT, não apresentaram variações significativas devido à simples inclusão da emissão de

poluentes, mostrando que somente os poluentes atmosféricos não são suficientes para a

criação de micro clima. Já para os experimentos urbanos, também com seus resultados sendo

mostrados na figura 3.01, notou-se variações na intensidade das variáveis, temperatura do ar,

velocidade do vento e ECT, diferenciando claramente as zonas rural e urbana. Para o período

diurno representado pelos gráficos feitos às 12h, ocorre para a temperatura do ar indica a

formação da ilha de calor de aproximadamente 5ºK, diminuição da velocidade do vento em

1,5 m/s, e diminuição da ECT dentro da cidade em 1,5 m

. Para o período noturno,

ilustrado com gráficos feitos às 23h, ainda são observadas maiores temperaturas do ar sobre a

zona urbana de aproximadamente 4ºK, registrando uma leve diminuição da intensidade do

vento de 0,2m/s, e aumento de ECT em torno de 0,06m

Com relação ao impacto do tipo de uso do solo nas simulações com áreas urbanas

utilizando o acoplamento com o modelo urbano UCM, tendo como principal diferença a

altura média das edificações entre as cidades (experimento 3 com 50m e experimento 4 com

25m, ver tabela 3.01), nota-se que para a cidade com menor extensão o máximo de

concentração de O

ocorre por volta das 12h devido a menor emissão de NOx e VOCs, e

também porque a cidade menor possui edificações mais altas. Isso provoca dentro da cidade

uma menor dispersão dos poluentes. Já para a cidade maior com extensão de 40km o máximo

de concentração de O

ocorre às 14h. Isto é atribuído principalmente à maior emissão de

poluentes e ao maior desenvolvimento da CLP, combinado a presença de edificações mais

baixas que facilitam na dispersão de poluentes. Das duas áreas urbanas simuladas a que mais

se aproxima da condição real em termos de variação da concentração de O

é a simulação

com cidade de 40km e altura média dos edifícios igual a 25m, quando comparado com as

observações feitas para a RMSP, onde o máximo de concentração de O

ocorre às 15h

(Martins, 2006; Silva Junior, 2006; Andrade, 2006).

Durante o período diurno, a variação espacial de ECT na superfície ocorre

principalmente na área urbana. A presença das construções representa uma barreira física que

afeta diretamente a intensidade e direção dos ventos gerando turbulência, e

conseqüentemente, aumenta o termo de produção mecânica na equação da ECT. De acordo

com Raupach e Shaw (1982), os termos de produção mecânica e térmica são os principais

responsáveis pela geração de ECT no período diurno, havendo transformação de energia

cinética em ECT. Os experimentos realizados mostraram que a velocidade do vento influencia

na quantidade de ECT gerada, mas não de forma direta, devido ao termo de produção térmica.

Já durante o período noturno, o termo de produção térmica é convertido em destruição térmica

devido ao resfriamento radiativo, e por outro lado, a presença das construções e conseqüente

maior comprimento de rugosidade geram mais turbulência e conseqüentemente aumenta a

ECT dentro da área urbana, mas com valores muito menores em comparação ao período

diurno.

Na variação temporal da ECT, temperatura do ar e velocidade do vento, pode-se notar

claramente o efeito a inclusão da área urbana, ou seja, ocorre aumento da turbulência,

formação de Ilha de Calor e diminuição da intensidade do vento na área urbana (figura 3.01).

Os principais parâmetros modificados pela presença da área urbana são albedo, reflexões

múltiplas da radiação solar (“canyons”), escoamento superficial e evapotranspiração (fração

de vegetação e tipo de solo), comprimento de rugosidade (deslocamento do plano zero) e

balanço de energia (fluxos de calor latente e sensível).

Figura 3.01: Variação espacial da Energia cinética turbulenta (TKE), temperatura do ar

(Temp. Ar) e velocidade do vento (Vel.Vento), para às 12:00h e 23:00h, de acordo com o

tipo de uso do solo, área rural de 20km ou 40km com emissão de poluentes, e áreas urbanas

com extensão de 20km ou 40km com emissão de poluentes.

A figura 3.02 mostra a formação da Ilha de Calor na comparação feita entre áreas

urbanas e rurais. A máxima diferença encontrada para a temperatura do ar próxima à

superfície foi observada para os períodos noturno com

urbano

rural

=7K ocorrido às 05:00h, já

durante o período diurno observou-se a máxima diferenças às 15h de 3K. Vale salientar que

para as simulações com a inclusão de áreas urbanas considera-se que as construções

apresentam como característica variação da temperatura das paredes, telhados e ruas, mas a

temperatura interna das construções é considerada constante durante todo o dia. Outros

parâmetros importantes a serem considerados na análise dos resultados obtidos para

temperatura do ar seriam os diferentes valores atribuídos ao calor especifico e difusão térmica

dos materiais para o caso de áreas rurais e urbanas, e áreas urbanas apresentarem

características de cobertura do solo que aumentam a temperatura do ar próxima à superfície

em comparação com as áreas rurais (Martilli, et al. 2002; e Martilli, 2002). A parametrização

urbana também contabiliza o efeito das construções sobre a radiação solar que contribui

positivamente para o aumento da temperatura do ar, em comparação com estudos que também

constataram a formação da ilha de calor, variando somente a intensidade do gradiente de

temperatura do ar entre as áreas urbana e rural. A figura 3.02 mostra ainda as máximas

diferenças de temperatura entre as zonas rural e urbano às 5h (resfriamento radiativo) e às 14h

(absorção de calor). Freitas (2003) estudando numericamente a formação de Ilha de Calor na

RMSP argumentou que a área urbana representa uma barreira para o escoamento horizontal

que diminui o poder de dispersão de poluentes na região, e encontrou resultados de máximos

gradientes de temperatura entre área urbana e rural de aproximadamente 10ºC no período de

inverno entre 15 e 21h.

Figura 3.02: Variação temporal da temperatura do ar (Temp.Ar) para diferentes tipos de uso

do solo: área rural de 20km (rural20) e 40km (rural40); e áreas urbanas com extensão de

20km (urban20) e 40km (urban40).

Para o mecanismo químico as principais diferenças nas simulações sobre áreas rurais

(incluindo emissões de poluentes para extensões de 20km e 40km), e áreas urbanas com 20km

e 40km de extensão (também incluindo emissões de poluentes), seriam a quantidade de

pontos de emissão, altura da CLP, transporte devido à advecção e convecção.

A concentração de CO no período diurno mostrou que a dispersão dos poluentes

próxima à superfície é mais eficiente sobre áreas rurais (figura 3.03 A e C) devido à ausência

de barreiras físicas. A presença das construções (figura 3.03 E e G) inibe a dispersão de

poluentes por causa de um possível aprisionamento dos poluentes emitidos até a altura do

dossel urbano e após esse altura ocorre dispersão mais eficiente. A ilustração da diferença

decorrente do tipo de uso do solo está na figura 3.03i, onde a máxima concentração de CO

para a simulação rural está deslocada aproximadamente 65km do ponto de emissão, ao passo

que para a simulação urbana a máxima concentração ocorre dentro da área urbana. A

diferença das concentrações de CO entre os distintos uso do solo, mostra concentrações

0,3ppm maiores no caso urbano em comparação ao rural.

Já para o período noturno o efeito da mudança do tipo de uso do solo se torna ainda

mais evidente, devido à influência da altura da CLP, que é mais alta sobre a área urbana o que

proporciona menores concentrações de CO (figura 3.03 f, h). Nas simulações sobre áreas

rurais (figura 3.03 b, d), a CLP mais baixa tem por conseqüência uma maior concentração de

CO devido a pela menor dispersão dos poluentes. A diferença entre as áreas simuladas para a

concentração de CO durante o período noturno chegou a 4,4 ppm em favor da simulação rural

(figura 3.03j). As medições realizadas pela CETESB (Cetesb, 2006; Silva Junior, 2006)

mostraram que as concentrações de CO para a RMSP são em média 2ppm, logo a diferença

na concentração de CO devido à mudança do tipo do solo é duas vezes maior do que a

concentração média observada para a RMSP.

Em resumo, para a concentração de CO o fator determinante para o nível de

concentração dentro da cidade é a altura das construções por causa do efeito que as

construções causam sobre o campo de vento, inibindo o transporte horizontal de poluentes. Já

analisando fora da cidade o fator importante é o tamanho da cidade porque os poluentes

transportados de áreas mais poluídas naturalmente implicarão em maiores concentrações em

seu entorno, isso considerando que ao lado da área urbana de tamanho diferente existem áreas

rurais com as mesmas características

(a) (b)

100

(e) (f)

(g) (h)

101

(i) (j)

Figura 3.03: Variação da concentração de CO (ppm) para diferentes tipos de uso do solo, com

áreas rurais com emissão de 20km (A e B) e 40km (C e D) de extensão, e cidades de 20km (E

e F) e 40km (G e H) de extensão. E variação espacial da concentração de CO (ppm) (I e J).

Para o estudo da formação de O

durante o período diurno e noturno, dois pontos

chaves precisam ser discutidos: reações e transporte de poluentes. Vale salientar que a

formação de O

depende de forma direta da concentração de NO

, VOCs e disponibilidade da

radiação solar, portanto durante o período diurno ocorrerá formação e consumo de O

, sendo

mais eficientes as reações de formação de O

devido às maiores concentrações de NO

, VOCs

e disponibilidade de radiação solar em comparação as reações que consumem O

. Para o

período noturno apenas ocorre consumo de O

devido à ausência da radiação solar, e as

reações de formação de O

deixam de acontecer. O transporte de poluentes que é uma

resposta da ação do vento sobre os poluentes, auxilia na diminuição das altas concentrações

que ocorrem em grandes centros urbanos, mas em contra partida levam os poluentes emitidos

em grandes centros urbanos para áreas rurais. Em termos de concentração de O

(figura 3.04

a, c, e, g) são observadas máximas concentrações no entorno da cidade devido principalmente

ao transporte de VOCs para áreas rurais e diminuição da concentração de NO, devido ao NOx

(NO

mais NO) ser mais reativo o que diminui a concentração de NO, criando uma atmosfera

favorável a altas concentrações de O

no entorno da cidade. Logo a proximidade com a fonte

de emissão é fator importante que interfere na concentração de O

Durante o período noturno, com a ausência da radiação solar não se tem mais as

reações para a formação do O

e as reações que consomem O

atuam diminuindo a

concentração próxima da fonte de emissão em áreas urbanas (figura 3.04 b, d, f, h). Como a

formação de O

está associada a radiação solar, portanto um possível aumento de

concentração de O

à noite seria devido ao transporte não local de poluentes. A proximidade

com a fonte de emissão de precursores afeta fortemente na formação de O

. Por isso nota-se

102

na figura 3.04 a máxima concentração de O

ocorre fora da área urbana, no caso dos dois

períodos. Vale salientar que a direção do vento é constante da esquerda para a direita, logo a

máxima de concentração de O

ocorre no lado direito da área urbana.

Comparando ainda o tipo de uso do solo, em especial a altura das edificações e o

tamanho das áreas de emissão, observa-se que o tamanho das cidades e conseqüentemente a

emissão é mais significativa que a altura das edificações para o caso da concentração de O

(figura 3.04 i, j). No entanto fora da cidade há uma tendência das concentrações se igualarem

no caso da cidade menor e mais alta em comparação com a cidade maior e mais baixa, o que

mostra que a altura das edificações é mais importante quando é analisado o que ocorre fora

das cidades. Em termos de desenvolvimento da CLP, as simulações com a inclusão da cidade

os resultados mostram uma relação da CLP mais alta favorecendo a dispersão dos poluentes

proporcionando menores concentrações sobre a cidade, porém os poluentes atingem maiores

distâncias. Durante o período diurno (figura 3.04i), a diferença da concentração de O

se deve

ao tamanho da área de emissão, ou seja, emissão de 20km (10 pontos de emissão) lançam para

a atmosfera menor quantidade de poluentes do que cidades com 40km (20 pontos de

emissão). Para o período noturno (figura 3.04j), o papel se inverte onde as menores cidades

consomem menos O

e conseqüentemente a concentração é maior.

(a) (b)

103

(e) (f)

(g) (h)

104

(i) (j)

Figura 3.04: Variação da concentração de O

(ppb) para diferentes tipos de uso do solo, com

áreas rurais com emissão de 20km (A e B) e 40km (C e D) de extensão, e cidades de 20km (E

e F) e 40km (G e H) de extensão. E variação espacial da concentração de O

(ppb) (I e J).

Para a altura da CLP, os resultados dos experimentos realizados para analisar o

impacto do tipo de uso do solo são mostrados na figura 3.05. Os principais indicativos

sugerem que a troca da superfície rural por urbana tem como principal característica o

aumento da altura da CLP em resposta à formação da Ilha de Calor e aumento do

cisalhamento horizontal do vento, que favorece a convecção térmica e mecânica. Na

simulação sem a inclusão do modelo urbano, observa-se a ocorrência de uma CLP mais alta,

superestimando o efeito da presença da área urbana, onde as maiores diferenças na altura da

CLP para o período diurno são de aproximadamente 500m enquanto na área rural é de 300m

em comparação à simulação com o modelo UCM acoplado. A inclusão do UCM sobre a

altura da CLP diurna mostra uma subestimativa da altura da CLP e mostra também que o

efeito durante o período noturno é minimizado, pois a simulação sobre áreas urbanas são

parecidas.

105

(a) (b)

Figura 3.05: Avaliação da altura da CLP de acordo com os diferentes tipos de uso do solo (a)

e avaliação da inclusão do modelo urbano UCM (b).

3.1.2 – Sensibilidade aos esquemas de CLP

Para avaliar os esquemas de CLP disponíveis no modelo WRF, as simulações foram

configuradas incluindo uma área urbana com extensão de 40km no centro do domínio similar

ao Experimento 4 (tabela 3.01). Os esquemas comparados foram os esquemas Yonsei

University (YSU), Mellor-Yamada-Janjic (MYJ), BOUgeault e LACarrére (BOULAC), e

ainda o esquema BOULAC acoplado ao modelo urbano UCM. Os esquemas numéricos de

CLP MYJ e YSU são amplamente estudados e testados em diferentes regiões e condições

meteorológicas, como descrito nos estudos realizados por Oliveira et al. (2004) e Zhang et al.

(2009). Estes autores mostraram que o YSU se ajusta melhor aos modelos de meso-escala,

onde o principal ponto que o diferencia dos demais esquemas de CLP é o fechamento de

ordem 1 e ½, ou seja, faz a parametrização dos coeficientes de difusão utilizando e resolvendo

a equação da Energia Cinética Turbulenta (ECT) e ainda é considerado um esquema não-local

(para resolver o nível em questão usa informações de outros níveis). Os experimentos de

sensibilidade serviram identificar quais dos esquemas de CLP se ajustam melhor as condições

locais e meteorológicas da RMSP. Silva Junior et al. (2006) mostraram que o esquema YSU é

o mais indicado para simulação dos campos de temperatura e velocidade do vento na RMSP,

baseados em análises estatísticas de diversas combinações possíveis com o modelo

WRF/Chem.

As simulações idealizadas em 2D, algumas considerações foram feitas para avaliar a

qualidade dos esquemas de ordem 1 e ½ (BOULAC e YSU). Estudos realizados por Stull

(1979) mostraram que a altura máxima da CLP pode chegar a aproximadamente 2.000m e

106

como o objetivo dos experimentos seria avaliar a variação da altura da CLP sobre a

composição química da atmosfera, então os níveis de emissões de poluentes foram

configurados de modo a formarem concentrações de ozônio acima do padrão de qualidade do

ar definido para a RMSP (80 ppb). Os esquemas de CLP de segunda ordem, como o de MYJ,

são considerados melhores por não parametrizarem os momentos estatísticos de segunda

ordem e sim os resolverem. Mas de acordo com os trabalhos de Silva Junior et al. (2006) e

Zhang et al. (2009), não é o que acontece nas simulações do WRF/Chem. No caso idealizado

o esquema MYJ foi utilizado como referência para avaliar a qualidade dos outros esquemas

de CLP. A figura 3.06 mostra os resultados para perfil de temperatura do ar e velocidade do

vento dentro da cidade. As simulações feitas com MYJ são semelhantes aqueles obtidos com

o esquema BOULAC, e como este resolve menos equações isto lhe confere melhor

desempenho, porque utiliza menor tempo de processamento de dados. Analisando a ECT

ainda na figura 3.06, existe uma concordância entre os esquemas BOULAC, MYJ, e UCM na

estimativa da altura da CLP para o período diurno (1500m), mas o esquema YSU apresenta a

altura da CLP maior (2000m). Para estimar a altura da CLP foi considerado o nível da camada

inversão para a temperatura potencial e velocidade do vento, e ainda a altura limite onde a

ECT passa a ser menor ou igual a 0,01m

. No período noturno, que é onde residem as

maiores incertezas nas simulações realizadas por modelos de qualidade do ar, nota-se

claramente que o único esquema que representa de forma razoável as variações da estrutura

da CLP noturna é o esquema BOULAC acoplado ao modelo urbano UCM, já que o outro

esquema mostra valores constantes de ECT em baixos níveis compreendidos entre 0 e 300m

de altura, MYJ constante em 0,1m

(figura 3.06).

107

Figura 3.06: Estimativa da variação da altura da CLP utilizando diferentes esquemas

numéricos de CLP: BOULAC, MYJ, YSU e BOULAC-UCM (UCM), para as 12h e 23h.

Na figura 3.07 são apresentadas as concentrações de CO e O

utilizando diferentes

parametrizações de CLP para simular a área urbana hipotética com extensão de 40 km no

centro do domínio rodeada por áreas rurais. Com relação à altura da CLP destaca-se que as

simulações feitas com o esquema YSU apresentaram alturas mais elevadas (figura 3.06),

aumentando a dispersão dos poluentes e reduzindo as concentrações de CO e O

. Outro

destaque são as simulações com a inclusão do modelo urbano UCM, onde a presença das

edificações reduz a dispersão superficial dos poluentes, como pode ser observado na figura

3.07a com altas concentrações de CO. Já para a concentração de O

(figura 3.07b), não é

evidente a influência da inclusão do modelo urbano quando comparadas as simulações

BOULAC e MYJ, provavelmente pelo fato de ser um poluente secundário que depende

majoritariamente dos processos fotoquímicos.

108

(a) (b)

Figura 3.07: Variação da concentração superficial de CO (a) e O

(b) para diferentes tipos de

esquema de CLP: BOULAC, YSU, MYJ e BOULAC-UCM.

Seguindo a discussão sobre a influência da estrutura vertical da CLP nas

concentrações dos poluentes, foram analisados também os fluxos turbulentos de calor e

momento para o esquema BOULAC-UCM. Neste caso foi possível identificar a camada

limite superficial (CLS) com extensão vertical de aproximadamente 100m de altura e máximo

fluxo turbulento de momento no topo da CLP (ver figura 3.08b) podendo estar associados

com a zona de entranhamento neste local. De acordo com Oliveira (2003), a intensificação do

entranhamento de momento ocorre no período de rápido crescimento da CLP, em geral depois

que a inversão térmica de superfície é desfeita. Neste período a CLP passa a crescer a partir

da camada residual onde o gradiente vertical de temperatura potencial é nulo ou muito

próximo de zero. Ainda com relação aos resultados obtidos para os fluxos turbulentos de

momento e calor apresentados na figura 3.08, podem servir como indicativo de produção

mecânica e térmica de energia cinética turbulenta respectivamente, o que estaria associado

diretamente com a eficiência da dispersão de poluentes como no caso das concentrações de

CO, O

e seus precursores (mostrado na figura 3.03). Durante o período diurno é registrado o

maior desenvolvimento da CLP (representado nas horas 06 – 18h) devido a produção térmica

e mecânica, e pouco desenvolvimento da CLP no período noturno (nas horas 00 – 06h e 18 –

24h) devido principalmente a ausência da radiação solar. Portando são observados maiores

valores dos fluxos próximos à superfície durante o período diurno em comparação ao período

noturno, o que sugere a maior eficiência de dispersão de poluentes durante o período diurno.

Os valores encontrados para os fluxos turbulentos de calor e momento são semelhantes aos

apresentados por Stull (1979), Bougeault e Lacarrére (1989), onde para o período diurno os

máximos valores ocorrem na baixa atmosfera (~0,3K.m/s), diminuindo com a altura chegando

109

a ficar negativo na zona de entranhamento no topo da camada de mistura. Já para o período

noturno observam-se valores negativos próximos a 0 K.m/s na baixa atmosfera (~100m). Já

para o fluxo turbulento de momento (figura 3.08a), as simulações mostram coerência com os

resultados apresentados por Stull (1979), Bougeault e Lacarrére (1989) com relação à

estrutura da CLP, apresentando valores negativos de aproximadamente -0,2m

na baixa

atmosfera diminuindo com a altura até o topo da camada de mistura. Resultados que

confirmam as aproximações feitas pelo modelo em simular a estrutura da CLP, são

mostrados na figura 3.06 para o perfil de ECT. Sua validade pode ser verificada na

comparação feita com as concentrações dos poluentes CO e O

, comprovando a relação entre

o efeito da produção térmica e mecânica sobre a evolução da altura da CLP durante o

transcorrer dos períodos diurno e noturno. Vale lembrar que para o presente trabalho a altura

da CLP foi determinada como sendo o nível no qual a ECT era menor que 0,01m

. Foi

possível notar variações na altura da CLP desde 68,2m às 23h até 2.400m às 15h.

(a) (b)

Figura 3.08: Fluxo turbulento de momento (a) e calor (b) para a cidade idealizada utilizando o

esquema numérico de CLP BOULAC sem o acoplamento do módulo urbano UCM.

A figura 3.09 mostra a evolução temporal da altura da CLP para diferentes esquemas

numéricos e também a inclusão do modelo urbano UCM. É possível notar que durante o

período diurno as diferenças de altura são maiores. O esquema YSU simula uma CLP mais

alta do qual todos os outros esquemas; BOULAC e MYJ apresentam resultados semelhantes,

110

e o esquema BOULAC acoplado ao modelo UCM (representado por UCM na figura 3.09)

apresenta altura da CLP mais baixa que em todas as outras simulações, o que remete a

conclusão que está havendo uma superestimativa nas simulações da altura da CLP sobre áreas

urbanas quando as características da cidade são tratadas de forma simplificada. Para o período

noturno as simulações mostram resultados equivalentes para diferentes tipos de esquema com

a altura da CLP em torno de 150m, com exceção do período compreendido entre 1:00 e 4:00h

onde os esquemas YSU e BOULAC mostram uma CLP mais alta em torno de 350m e 200m,

respectivamente. Vale salientar que nas simulações sem o acoplamento, a área urbana é um

bloco com rugosidade, albedo e temperatura superficial constante, diferente da área rural. Já

no caso do acoplamento a área urbana induz o efeito dos “canyos”, múltiplas reflexões,

temperatura interna dos edifícios, entre outros parâmetros (ver tabela 3.01).

Figura 3.09: Evolução temporal da altura da CLP para os diferentes esquemas numéricos de

CLP (YSU, MYJ, BOULAC) e inclusão do modelo urbano UCM simulado com BOULAC.

3.1.3 – Impacto da inclusão da topografia

Foi realizado um experimento numérico substituindo áreas vegetadas por áreas

urbanizadas, mas mantendo as condições iniciais meteorológicas e de emissões de poluentes,

ou seja, testando somente as troca de rural por urbano sobre uma área plana. Outro

experimento buscou obter o maior número de indicadores possíveis no que diz respeito a

formação de O

: inclusão da topografia e o tipo de cobertura do solo referente a um corte

meridional de 400km centrado na latitude -23.5º e longitude de -46,5º. Mas vale ressaltar que

esses resultados são para casos idealizados onde são controladas as variáveis meteorológicas

(perfis verticais de temperatura potencial e componente zonal da velocidade do vento),

111

emissões de poluentes (NOx, CO e VOCs para áreas urbanas), e concentrações de fundo

(NOx, CO e VOCs) para todo o domínio simulado. De acordo com a seqüência mostrada na

figura 3.10, nota-se que a concentração de CO sofre a influência da topografia dificultando a

dispersão dos poluentes emitidos sobre a RMSP (representada com uma linha preta no eixo

x), dada a presença de montanha com aproximadamente 300m acima da superfície na RMSP

situada a sotavento distante 30km. O efeito observado persiste até 09:00h da manhã com o

pouco desenvolvimento da CLP não sendo suficiente para dispersar os poluentes emitidos na

RMSP mesmo com a presença de ventos em superfície (de sul-norte e esquerda-direita na

figura) com velocidade de aproximadamente 2m/s. Após às 09:00h é possível notar o aumento

da espessura da CLP que ajudou na dispersão dos poluentes, favorecendo inclusive ao

transporte horizontal dos poluentes, pois a barreira física existente, as montanhas, agora não

estão sendo o fator limitante da dispersão horizontal de poluentes. Pode-se destacar ainda que

além dos efeitos da topografia, a inclusão do acoplamento com o modelo urbano UCM foi

importante para que ocorressem máximos de concentração na RMSP, pois os “canyos”

formados pelas ruas e edifícios dificultam a dispersão dos poluentes nas áreas urbanas

(semelhante à figura 3.07).

Analisando o período noturno nota-se perceber claramente a influência da CLP mais

rasa dificultando à dispersão dos poluentes proporcionando maiores concentrações próximas à

superfície. Outras localidades não apresentaram o mesmo máximo de concentração, pois a

emissão de CO ocorreu apenas em áreas urbanas (representando a RMSP na posição 93 e a

Baixada Santista na posição 40 na figura 3.10). Para o período diurno mostrado na figura

3.10, o efeito topográfico não é suficiente para impedir a dispersão dos poluentes, onde o

desenvolvimento da CLP é o fator importante para que os poluentes emitidos na RMSP sejam

diluídos e/ou dispersados para outras localidades. Já no período noturno com o abaixamento

da altura da CLP a topografia se torna fundamental na dispersão dos poluentes, onde a

barreira física diminui a dispersão dos poluentes, figura 3.10. Em resumo durante o dia a

altura da CLP exerce maior controle na dispersão dos poluentes, enquanto a noite a topografia

assume papel mais importante na dispersão no caso idealizado com a inclusão da topografia

da RMSP.

112

113

Figura 3.10: Inclusão da topografia nas simulações idealizadas para a concentração de CO

(ppm), utilizando o acoplamento com o modelo urbano UCM.

A figura 3.11 mostra a influência da topografia sobre a concentração de O

. A

presença de montanhas não é suficiente para inibir a dispersão de poluentes, e os precursores

da formação de ozônio são transportados para regiões distantes do ponto de emissão e

dependendo da direção e intensidade do vento é possível notar a influencia das emissões da

RMSP a uma distância de até 200km. Devido às características locais da RMSP, onde a

presença de montanhas no seu entorno desfavorece à dispersão dos poluentes, o

desenvolvimento da CLP apresenta uma forte influência na dispersão dos poluentes levando a

uma diminuição da concentração dos poluentes sobre a RMSP, mas em contrapartida ajuda a

transportar os poluentes para regiões distantes. A seqüência de imagens na figura 3.11 ilustra

o efeito da topografia e altura da CLP sobre a concentração de O

e ainda mostra que os

poluentes emitidos na RMSP podem atingir grande distância (~200km). A figura 3.11 mostra

claramente a diminuição da concentração de O

sobre área urbana (devido ao consumo de O

)

durante o período noturno, o que não ocorre durante o dia onde as reações de formação de O

são mais significativas do que as reações que consumem O

. De acordo com a figura 3.11

pode-se afirmar que o efeito da topografia sobre a concentração de O

é maior no caso da CLP

mais baixa (~800m de altura às 09:00h). Nos horários seguintes, áreas vizinhas também

apresentam altas concentrações de O

114

115

Figura 3.11: Variação temporal da concentração de ozônio, com a inclusão da topografia.

Analisando o impacto da inclusão da topografia (figura 3.10) e comparando com as

simulações idealizadas em 2D sem a inclusão da topografia (figura 3.03), sob as mesmas as

mesmas condições iniciais (exceto as características superficiais: temperatura e umidade do

solo, albedo, tipo de cobertura do solo), a concentração superficial de CO é menor para o caso

da inclusão da topografia. Nota-se ainda que os poluentes emitidos na área urbana atingem

menores altitudes quando é incluída a topografia, já que esta induz maior turbulência que

auxilia na dispersão dos poluentes. Já para o período noturno a concentração superficial de

CO ainda é menor na simulação com topografia, mas os poluentes emitidos na área urbana

atingem alturas similares para os dois casos (200m). Para a concentração de O

, (figura 3.04 e

figura 3.11), percebe-se menores concentrações quando é incluída a topografia que é fator

limitante da dispersão dos poluentes pois a RMSP encontra-se num vale (figura 3.11),

contudo a confinamento dos precursores da formação de O

implica que uma maior

quantidade de NO estará disponível para reagir com o O

diminuindo sua concentração.

3.1.4 – Impacto da variação da velocidade do vento nas concentrações de CO e

As concentrações superficiais de CO e O

mostradas na figura 3.12 apresentaram

valores bem diferentes para velocidades do vento iniciais de 2m/s, 4m/s e 6m/s. Como o CO é

pouco reativo pode-se afirmar que o transporte horizontal da concentração de CO segue a

tendência de que ventos mais fortes transportam esse poluente por distâncias maiores

(lembrando que só existem emissões dentro da cidade). Já para concentração de O

fica

evidente que ventos mais fracos são favoráveis à maior formação de O

e que o transporte dos

116

seus precursores possibilita a formação de O

em áreas distantes da cidade (aproximadamente

80km de distância).

(a) (b)

Figura 3.12: Avaliação do impacto da variação da velocidade do vento nas concentrações de

CO ppm (a) e O

ppb(b).

3.1.5 – Variação das emissões: aumento e redução de NOx e VOCs

Mais dois experimentos foram realizados diminuindo e aumentando em 25% a

emissão dos poluentes. As simulações foram realizadas para uma cidade de 40km de

extensão, superfície plana, perfil da velocidade do vento constante de 4m/s, e temperatura

potencial variando 0,35K/100m.

Os resultados são mostrados na figura 3.13 onde as concentrações de CO e O

são

diretamente proporcionais à emissão de poluentes, ou seja, o aumento da emissão implica no

aumento da concentração e diminuição da emissão implica na redução de poluentes. O

aumento da emissão de NOx não alterou a concentração de O

dentro da cidade, mostrando

que a relação VOCs/NOx no caso base não é afetada pelo aumento da emissão de NOx. Já no

caso da variação da emissão de VOCs é observada a situação inversa, onde o aumento da

emissão acarretou em maior concentração de O

, mostrando que o estado base poderia ser

configurado em termos de emissão de VOCs para gerar mais O

(figura 3.13).

As máximas concentrações de CO e O

são simulados dentro da cidade, e em resposta

ao transporte pelo vento médio, os poluentes emitidos dentro da cidade são transportados a

sotavento a uma distância de 140km depois da cidade. Para o ciclo diário destaca-se o

aumento da velocidade do vento, altura da CLP e radiação solar ocasionando na variação da

concentração de CO, onde valores mais elevados desses parâmetros implicam em redução da

sua concentração. Já para a concentração de O

as reações fotoquímicas são mais importantes

117

do que a dispersão dos poluentes, e a maior disponibilidade dos precursores da formação de

acarretaram em maiores concentrações desse poluente.

(a) (b)

Figura 3.13: Distribuição espacial da concentração de CO (ppm) e O

(ppb) para a redução de

Nox (a e b) e VOCs (c e d).

3.2 – Simulações em 3 dimensões: casos reais

Inicialmente será feita uma breve descrição das características sinótica e local da área

em questão e do período estudado. Em seguida serão apresentados os resultados obtidos das

simulações realizadas com o modelo WRF/Chem, versões 2.1 e 3. As simulações foram

configuradas com duração de 96 horas, iniciado em 28/10/2006 00:00UTC e terminando em

01/11/2006 00:00UTC, utilizando 3 domínios aninhados para suavizar o impacto de diminuir

as escalas, domínio 1 com 71 x 69 pontos e resolução de 36km, domínio 2 com 67 x 49

pontos e 12km de resolução e domínio 3 com 61 x 61 pontos e 4km de resolução. Os três

domínios foram centrados nas coordenadas 46,65

W e 23,62

S. Na vertical foram usados 31

118

níveis com o topo do modelo em 50mb. Apenas no domínio de maios resolução (domínio 3)

foi ligada a química para simular a composição química da atmosfera da RMSP, pois seus

resultados já seriam suficientes para representar com maior detalhamento todos os 3

domínios.

Para as simulações de casos reais em 3D (3 dimensões), foram utilizados os dados do

modelo global do NCEP (“National Centers for Environmental Prediction”), onde os dados de

análises representados pelo modelo global operacional GFS-FNL (“Global Forecast System –

Final”) serão utilizados para gerar as condições iniciais e de fronteira do modelo WRF, a

resolução dos dados GFS-FNL é de 1.0x1.0 graus e estão disponibilizados na internet

diariamente para baixar desde de 1999 em intervalos a cada 6 horas. Os dados iniciais para a

química foram baseados no inventário de emissões feito pela CETESB para a RMSP ano base

2006, e ainda dados obtidos de especiação de hidrocarbonetos e fatores de emissão de

experimentos realizados pelo laboratório LAPAt IAG/USP (Andrade et al, 2004, Martins et

al., 2006 e Sanchez-Ccoyllo et al., 2007). O principal objetivo foi avaliar como o modelo

representar a variabilidade espacial e temporal da composição da atmosfera representada pelas

concentrações de CO e O

3.2.1 – Descrição das condições meteorológicas

As variações anuais da temperatura do ar, velocidade do vento e radiação solar,

apresentadas na Figura 3.14 para o ano de 2006, mostra grande disponibilidade de radiação

solar, altos valores de temperatura do ar e ventos intensos. De acordo com Pereira Filho et al.

(2007), os ciclos anuais apresentados na figuras 3.14 são coerentes com a normal

climatológica da RMSP. Vale salientar que o trimestre setembro-outubro-novembro apresenta

uma combinação de disponibilidade de radiação solar e baixo índice de nebulosidade que

favoreceram a ocorrência de altos valores de concentração de O

119

Figura 3.14: Ciclo anual da radiação solar, temperatura do ar e velocidade do vento para o ano

de 2006. Nas estações de Ibirapuera (IBI) e Pinheiros (PIN).

A principal motivação para a escolha deste período de estudo foi devido a ocorrência

de grande número de ultrapassagens do padrão de qualidade do ar para o poluente O

(160µg.m

-3

ou 82ppb), divulgado pelo relatório anual da CETESB. A Figura 3.15 mostra os

indicadores de ultrapassagem do padrão de qualidade do ar entre os anos de 2002-2006

levando-se em consideração todas as estações de monitoramento da CETESB. Na figura 3.15a

pode ser observado que o mês de outubro apresentou um maior número de ultrapassagens do

padrão de qualidade do ar (com 246 ultrapassagens) seguido pelo mês de setembro (com 153

120

ultrapassagens). De acordo com o relatório anual da CETESB (2007), o mês de outubro

apresenta características favoráveis para a formação de O

, que seriam principalmente a maior

disponibilidade de radiação solar e menor espessura óptica (conforme pode ser observado nas

figuras 3.14, 3.15 e 3.16). Os meses mais quentes como o de dezembro e janeiro apresentam

uma diminuição na quantidade de episódios de altas concentrações explicados pelo aumento

da nebulosidade o que diminui a incidência de radiação solar, e conseqüentemente diminuição

das reações fotoquímicas.

(a)

(b)

Base: todas as estações que monitoram este poluente na RMSP

Figura 3.15 - Número de ultrapassagens do padrão e níveis críticos por mês para O

(a) e

concentração média mensal de PM

(b) para a RMSP durante o período 2002 - 2006.

Fonte: Cetesb, 2006

O período estudado, entre 28/10/2006 e 01/11/2006, foi caracterizado por céu claro

com pouca nebulosidade sobre a RMSP (figura 3.16), condição ideal para a formação de

ozônio devido a grande disponibilidade de radiação solar. Com base nas figuras 3.16 e 3.17, o

período escolhido apresenta como condição meteorológica as situações de pós-frente fria e

pré-frontal, o que afeta de forma efetiva os níveis de concentração de O

(Sánchez-Ccoyllo,

2002). Outro fator importante para as altas concentrações de O

foi a estagnação da atmosfera,

121

pois o estudo se deu depois da passagem de uma frente fria e antes da chegada de uma nova

frente fria. A passagem da primeira frente fria tornou a atmosfera mais estável com ventos

soprando de sul e mais intensos durante o período noturno, tendo como conseqüência menores

concentrações de O

. Já em situação pré-frontal as temperaturas se elevaram e ventos fracos

durante a noite dificultaram a dispersão de NOx e VOCs e com o nascer do sol houve

condição ideal para a ocorrência de altas concentrações de O

durante o dia. Logo um

indicativo de altas concentrações de O

no dia seguinte, poderia ser a intensidade do vento na

noite anterior, isso levando em consideração condição ideal de nebulosidade e disponibilidade

dos precursores do O

a) 29/10/2006 00UTC b) 29/10/2006 12UTC

c) 30/10/2006 00UTC

d) 30/10/2006 12UTC e) 31/10/2006 00UTC

f) 31/10/2006 12UTC

Figura 3.16: Imagem de Satélite para o campo de precipitação na América do Sul, período de

29/10/2006 00UTC - 31/10/2006 12UTC, a cada 12h. Fonte: CPTEC-INPE

A Figura 3.17 mostra a análise sinótica feita para a América do Sul durante o período

de estudo, onde nota-se a presença de duas frentes frias posicionadas ao norte e ao sul da

RMSP (indicadas na figura 3.16 e 3.17). Os dias 28 e 29/10/2006, sob condição pós-frontal,

apresentaram baixas concentrações de O

devido à presença de nebulosidade e conseqüente

diminuição de incidência de radiação solar. Nos dias 30 e 31/10/2006, a situação pré-frontal

122

apresenta características favoráveis para a formação de ozônio, em função da disponibilidade

de radiação solar e ventos fracos (Sánchez-Ccoyllo, 2002).

(a) (b) (c)

(d) (e)

Figura 3.17: Análise sinóticas para 00UTC dos dias (a) 28/10/2006, (b) 29/10/2006, (c)

30/10/2006, (d) 31/10/2006 e (e) 01/11/2006. Fonte: Diretoria de Hidrologia e Navegação -

DHN

Os ventos em superfície medidos pelas estações automáticas de monitoramento de

qualidade do ar da CETESB para as estações do Ibirapuera e Pinheiros são apresentados na

Figura 3.18. Os ventos sopram de sul durante os dias 28 e 29/10, explicados pela atuação do

sistema de baixa pressão sobre o Oceano Atlântico próximo a costa brasileira com

movimentos ciclônicos (figura 3.17 a, b) trazendo ar úmido e frio do oceano Atlântico. Já para

o restante do período nota-se também a atuação de outro sistema de baixa pressão agora sobre

o continente que é responsável pelos ventos seco e quente vindo da direção norte (área

123

continental). Na figura 3.18 é possível perceber ventos vindos principalmente de norte e sul

para os dias 30, 31 e 01/11.

Figura 3.18: Evolução temporal da velocidade (VV) e direção (DV) do vento para o período

entre 27/10/2006 00h a 02/11/2006 00h hora local. Para as estações de Ibirapuera (IBI), e

Pinheiros (PIN).

3.2.2 – Simulação com o modelo WRF/Chem versão 2.1

O estudo da composição química da atmosfera da RMSP utilizando o modelo

WRF/Chem foi iniciado com a versão 2.1 em 2006, com a inclusão do inventário de emissões

da CETESB. Nesta etapa definiu-se a configuração a ser adotada para a RMSP baseada nos

esquemas numéricos disponíveis, chegando à configuração apresentada na tabela 3.02. Neste

tópico serão apresentados os resultados obtidos com a versão 2.1, onde as simulações serão

validadas comparando com as medições realizadas pela CETESB para o período de 28/10 –

01/11/2006. Na análise dos resultados será dada ênfase na contribuição da temperatura do ar,

velocidade do vento, topografia e altura da CLP sobre as concentrações de CO e O

. As

simulações serão iniciadas no dia 28/10/2006 às 00:00UTC com 96h de duração.

Tabela 3.02: Configuração do modelo WRF/Chem versão 3 para as simulações em 3

dimensões.

Física do modelo

Parametrização usada

Microfísica da atmosfera Esquema Lin et AL.

Radiação de Onda Longa Esquema RRTM

Radiação de Onda Curta Esquema Dudhia

Camada Limite Superficial Esquema da Similaridade Monin-Obukhov

Superficie Terrestre Esquema superficial LSM NOAH

Camada Limite Atmosférica Esquema (YSU)

Número de Camadas do Solo 4 camadas LSM

Parametrização de Cumulus Esquema Grell-Devenyi ensemble

124

Na figuras 3.19 é apresento a topografia do domínio de maior resolução (domínio 3)

que foi simulado a química, para auxiliar na interpretação dos resultado obtidos para as

concentrações de CO e O

, temperatura do ar, velocidade do vento mostrados nas figuras 3.20

e 3.23, para o período diurno às 15UTC e às 23UTC do dia 31/10/2006.

Com base na figura 3.20 é possível notar que o máximo de concentração de O

está

localizado no centro da RMSP, onde os poluentes emitidos e formados dentro da RMSP são

transportados da zona urbana para a zona rural de acordo com a direção e intensidade do

vento. A concentração de CO pode servir como indicativo do transporte de poluente sem a

forte interferência das reações químicas (o tempo de vida do CO na atmosfera é de 2 meses,

Andrade, 2006 apud Jacob, 1999). As concentrações obtidas nas simulações em 3D

mostraram pouca dispersão dos poluentes em comparação aos experimentos realizados em 2

dimensões (figuras 3.20 e 3.10 respectivamente). Nas comparações entre os períodos diurno e

noturno, nota-se a pouca dispersão de poluentes em baixos níveis durante o dia, onde as

máximas concentrações de CO são encontradas dentro da RMSP (figura 3.20c), ou seja,

próximo dos pontos de emissão. Já no período da noite (23UTC) o transporte horizontal

associado a direção do vento de sudeste em resposta ao efeito topográfico, transportam

poluentes para a direção noroeste da RMSP (figura 3.21c). A fraca dispersão de CO favorece

a ocorrência de altas concentrações de O

(figura 3.21a). A variação da concentração e

transporte de poluentes está diretamente relacionada com a direção e intensidade do vento e

desenvolvimento da CLP. Durante o dia o maior aquecimento da superfície da RMSP do que

da zona rural implica em maior desenvolvimento da CLP, o que reflete em maior transporte

vertical de poluentes, conforme ilustrado na Figura 3.23c. Para o período noturno o efeito da

topografia atua canalizando o vento na direção sudeste transportando os poluentes para a

direção noroeste da RMSP, situação que se repete para todas as noites do período de estudo.

Figura 3.19: Topografia no domínio de simulação.

125

(a) (b)

Figura 3.20: Simulação da concentração de O

(a), temperatura do ar à 2m (b), concentração

de CO (c) e velocidade do vento à 10m (d), válido para 15:00UTC (período diurno) do dia

31/10/2006.

O transporte horizontal é evidente nos gráficos de concentração de CO e O

durante o

período noturno (figura 3.21c). As figuras 3.17 e 3.18 mostram que a dispersão horizontal de

poluentes em baixos níveis é mais intensa durante a noite do que durante o dia, devido

principalmente à diminuição do movimento convectivo ocasionado pelo resfriamento

radiativo. A diminuição da concentração de CO durante o dia é explicada pelo maior

transporte vertical e horizontal dos poluentes, e combinado ao efeito das reações químicas

envolvendo os precursores de O

e radiação solar, são mais eficientes comparativamente a

reação química de consumo de O

com o NO (NO + O

 NO

+ O). Logo com saldo

positivo a tendência é aumentar a concentração de O

. A figura 3.21c representa um fato

126

comum para todos os dias de simulação, onde para o período noturno a direção preferencial

para o transporte horizontal de poluentes é a direção noroeste, explicado pela direção do vento

e principalmente pela topografia.

(a)

(b)

(c)

(d)

Figura 3.21: Simulação da concentração de O

(a), temperatura do ar à 2m (b), concentração

de CO (c) e velocidade do vento à 10m (d), válido para 23:00UTC (período diurno) do dia

31/10/2006.

Para avaliar se a emissão de poluentes de cidades vizinhas interfere na qualidade do ar

da RMSP, foram incluídas no domínio de simulação as emissões das cidades de São José dos

Campos, Baixada Santista e Sorocaba (figura 2.02). Os resultados mostram que os poluentes

emitidos fora da RMSP não afetam de forma significativa na composição química de sua

atmosfera, mas alguns resultados mostraram um transporte de poluentes entre as regiões

metropolitanas de São Paulo, Campinas e Sorocaba (figura 3.22). O transporte de poluentes

127

da RMSP ocorre com maior freqüência no período da noite (dias 28, 29, 30 e 31/10/2006) por

volta das 01:00UTC, onde provavelmente estaria relacionado com o tempo que os poluentes

são transportados da RMSP até a cidade de Campinas. Já o transporte da RMSP para a região

metropolitana de Sorocaba ocorre com menor freqüência, dia 29/10/2006 às 14UTC, devido

principalmente a influencia da topografia e ao regime de ventos que é preferencialmente de

sudeste (CETESB, 2003). A figura 2.02 mostra a posição da RMSP e das cidades Sorocaba,

São José e Baixada Santista, e a cidade de Campinas está a noroeste da RMSP.

(a) (b)

Figura 3.22: Exemplos de transporte de poluentes entre as regiões metropolitanas, utilizando a

concentração de CO como indicativo, (a) transporte RMSP – Campinas, (b) transporte RMSP

- Sorocaba.

Numa descrição sucinta das características meteorológicas e químicas da RMSP,

foram feitas análises verticais da concentração de O

e CO, velocidade do vento e temperatura

do ar. As condições sinóticas contribuíram fortemente para a baixa concentração de O

nos 28

e 29, e maiores concentrações em situação de pré-frente fria nos dias 30 e 31. Na figura 3.23 é

possível notar a variação sinótica mostrada na figura 3.19, onde o modelo conseguiu

representar essa variação nas variáveis temperatura do ar, velocidade do vento e

concentrações de CO e O

. Nota-se também uma clara relação entre a altura da CLP

planetária e o transporte vertical dos poluentes, verificado na figura 3.23. O desenvolvimento

vertical da altura da CLP foi afetado principalmente a variação da radiação solar que de forma

direta influenciou fortemente no ciclo diário da concentração de O

. O transporte vertical dos

poluentes apresentados na figura 3.23b e 3.23c mostraram que a instabilidade atmosférica

causada pela variação da temperatura do ar em conjunto com o cisalhamento superficial, são

responsáveis pelo desenvolvimento da CLP e transporte vertical dos poluentes.

128

(a)

(b)

(c)

(d)

(e)

Figura 3.23: Perfil vertical no ponto Lat: -23,5 e Lon:-46,5 (RMSP) para (a) altura de cada

nível do modelo, (b) concentração O

, (c) concentração de CO, (d) temperatura do ar e (e)

velocidade do vento, obtidos das simulações com WRF/Chem para o período entre

28/10/2006 00UTC e 01/11/2006 00UTC.

129

3.2.2.1 – Validação das Simulações em Superfície

Para validação das simulações foram utilizados os dados medidos pelas estações de

monitoramento automático da CETESB. O critério utilizado para a escolha das estações

considerou a disponibilidade dos dados, localização da estação e altos níveis de concentração

de poluentes. As estações escolhidas foram Ibirapuera (IBI), Pinheiros (PIN), Parque Dom

Pedro II (PDP) e Santo Amaro (SAM).

De modo a avaliar as simulações realizadas com o modelo WRF/Chem, foram

utilizados as variáveis temperatura do ar e velocidade do vento, e para a química foram

utilizadas as concentrações de O

e CO. Estes variáveis meteorológicas e químicas serviram

como indicadores da qualidade das simulações feitas com o modelo, tendo em vista que o

principal interesse do trabalho foi avaliar a capacidade do modelo em representar a

variabilidade das medições feitas para os poluentes fotoquímicos.

A razão em avaliar-se

também a concentração de CO deve-se ao fato do mesmo ser pouco reativo, portanto servindo

como indicador da dispersão dos poluentes.

As figuras 3.24 e 3.25 mostram que as simulações feitas reproduzem a variabilidade

temporal das variáveis observadas nas estações da CETESB. Os valores máximos e mínimos

foram bem representados como mostram as figuras 3.24 e 3.25 para diferentes estações de

monitoramento, ou seja, o modelo conseguiu representar a variabilidade temporal e espacial

das variáveis. Esta comparação foi realizada com estações de monitoramento da qualidade do

ar instaladas em locais com diferentes tipos de uso do solo: como a estação do Ibirapuera, que

apresenta uma cobertura superficial de lago, árvores, gramas; estação de Pinheiros que

apresenta uma via de tráfego intenso e conseqüente grande quantidade de emissão veicular;

estação do Parque Dom Pedro II que está situada no centro da grande São Paulo apresentando

alto índice de urbanização e grande quantidade de veículos; a estação de Santo Amaro situada

na zona sul da RMSP e apresenta uma maior variabilidade no tipo de cobertura do solo (casas,

edifício, áreas arborizadas, etc). Um fator limitante que deve ser considerado é que a

comparação foi feita entre medições pontuais com simulações realizadas com resolução de

4x4km, o que interfere nas análises estatísticas.

Nas simulações realizadas para O

e CO houve uma superestimativa das concentrações

em todas as estações (figuras 3.24 e 3.25). Mas o modelo representou a evolução temporal das

condições sinótica durante o período estudado, baixas concentrações durante os dias 28 e 29,

e altas concentrações para os dias 30 e 31. Este resultado para concentrações de O

e CO pode

ser atribuído a correta simulação da temperatura do ar e velocidade do vento, onde as

variações sinóticas e locais foram representadas pelo modelo (figura 3.24). O grande

130

problema enfrentado foi referente à configuração do perfil diário de emissão de CO para a

estação de Ibirapuera, o que refletiu na simulação da concentração de CO mostrado na figura

3.24c. Pode-se notar que a mudança do tipo de uso do solo e a distância com relação a fonte

de emissão não está sendo representada pelo modelo em termos de emissão, pois na figura

3.24c é possível observar a forte ligação entre o perfil diário de emissão com a variação diária

da concentração de CO, devido principalmente a resolução do modelo que é de 5x5km

(25km

), que seria aproximadamente 40 vezes maior do que a área do parque do Ibirapuera

que tem aproximadamente 1,3x1,3km (1,69km

), baseado em imagens de satélite obtida

através do programa “Google Earth” em 2009. A solução para melhorar a representatividade

do modelo para o caso da estação de Ibirapuera seria aumentar a resolução do modelo para

1x1km diferenciando melhor as áreas de emissão. Mas isso irá implicar também em melhorar

a representatividade do inventário de emissão da CETESB, que atualmente tem um inventário

de emissão para toda a RMSP.

100

120

28/10/2006 00:00

28/10/2006 06:00

28/10/2006 12:00

28/10/2006 18:00

29/10/2006 00:00

29/10/2006 06:00

29/10/2006 12:00

29/10/2006 18:00

30/10/2006 00:00

30/10/2006 06:00

30/10/2006 12:00

30/10/2006 18:00

31/10/2006 00:00

31/10/2006 06:00

31/10/2006 12:00

31/10/2006 18:00

01/11/2006 00:00

Concentração de O

(ppb)

Estação Ibirapuera

Previsão

Observado

(a)

28/10/2006 00:00

28/10/2006 06:00

28/10/2006 12:00

28/10/2006 18:00

29/10/2006 00:00

29/10/2006 06:00

29/10/2006 12:00

29/10/2006 18:00

30/10/2006 00:00

30/10/2006 06:00

30/10/2006 12:00

30/10/2006 18:00

31/10/2006 00:00

31/10/2006 06:00

31/10/2006 12:00

31/10/2006 18:00

01/11/2006 00:00

Temperatura do Ar(ºC)

Estação Ibirapuera

Previsão

Observado

(b)

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

4,0

4,5

5,0

28/10/2006 00:00

28/10/2006 06:00

28/10/2006 12:00

28/10/2006 18:00

29/10/2006 00:00

29/10/2006 06:00

29/10/2006 12:00

29/10/2006 18:00

30/10/2006 00:00

30/10/2006 06:00

30/10/2006 12:00

30/10/2006 18:00

31/10/2006 00:00

31/10/2006 06:00

31/10/2006 12:00

31/10/2006 18:00

01/11/2006 00:00

Velocidade do Vento(m/s)

Estação Ibirapuera

Previsão

Observado

(c)

0,0

0,5

1,0

1,5

2,0

2,5

3,0

28/10/2006 00:00

28/10/2006 06:00

28/10/2006 12:00

28/10/2006 18:00

29/10/2006 00:00

29/10/2006 06:00

29/10/2006 12:00

29/10/2006 18:00

30/10/2006 00:00

30/10/2006 06:00

30/10/2006 12:00

30/10/2006 18:00

31/10/2006 00:00

31/10/2006 06:00

31/10/2006 12:00

31/10/2006 18:00

01/11/2006 00:00

Concentração de CO(ppm)

Estação Ibirapuera

Previsão

Observado

(d)

Figura 3.24 – Evolução temporal dos valores simulados e medidos para a estação do

Ibirapuera, (a) concentração de O

, (b) temperatura do ar a 2m, (c) velocidade do vento a 10m

e (d) concentração de CO.

131

Para o período de estudo as maiores concentrações de O

ocorreram nos dias 30 e

31/10/2006 17:00 UTC com valores variando de 80 – 100ppb (que é acima do padrão

nacional de qualidade do ar de 80ppb). Em especial os dias 28 e 29/10/2006 foram mais frios

5ºC em comparação aos máximos valores de temperatura do ar do restante do período

estudado. Para a velocidade do vento também houve diferenças, no período noturno os ventos

foram em média 1m/s maiores para os dias 28 e 29, e menores em média 0,5m/s durante o

período diurno.

Outra estação de monitoramento incluída nas análises estatísticas foi a de Santo

Amaro, que apresentou uma variabilidade ainda maior nas concentrações de poluentes para o

período estudado certamente influenciado pela localização e tipo de cobertura superficial. O

modelo também representou com sucesso a baixa concentração de O

e CO para os dias 28 e

29 de outubro, e altas concentrações registradas para os dias 30 e 31 de outubro, em resposta à

ação da condição sinótica, confirmando a hipótese levantada por Sanchez-Ccyollo, 2000.

Outra característica positiva apresentada pelas simulações foi a boa representação da

variabilidade da velocidade do vento também para a estação de Santo Amaro. Infelizmente,

nessa estação, não havia dados observados de temperatura do ar, o que reforça a importância

da utilização de modelos atmosféricos acoplados com química para fazer o monitoramento da

qualidade do ar e variáveis meteorológicas.

100

120

28/10/2006 00:00

28/10/2006 06:00

28/10/2006 12:00

28/10/2006 18:00

29/10/2006 00:00

29/10/2006 06:00

29/10/2006 12:00

29/10/2006 18:00

30/10/2006 00:00

30/10/2006 06:00

30/10/2006 12:00

30/10/2006 18:00

31/10/2006 00:00

31/10/2006 06:00

31/10/2006 12:00

31/10/2006 18:00

01/11/2006 00:00

Concentração de O

(ppb)

Estação Santo Amaro

Previsão

Observado

(a)

28/10/2006 00:00

28/10/2006 06:00

28/10/2006 12:00

28/10/2006 18:00

29/10/2006 00:00

29/10/2006 06:00

29/10/2006 12:00

29/10/2006 18:00

30/10/2006 00:00

30/10/2006 06:00

30/10/2006 12:00

30/10/2006 18:00

31/10/2006 00:00

31/10/2006 06:00

31/10/2006 12:00

31/10/2006 18:00

01/11/2006 00:00

Temperatura do Ar (ºC)

Estação Santo Amaro

Previsão

Observado

(b)

132

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

4,0

4,5

5,0

28/10/2006 00:00

28/10/2006 06:00

28/10/2006 12:00

28/10/2006 18:00

29/10/2006 00:00

29/10/2006 06:00

29/10/2006 12:00

29/10/2006 18:00

30/10/2006 00:00

30/10/2006 06:00

30/10/2006 12:00

30/10/2006 18:00

31/10/2006 00:00

31/10/2006 06:00

31/10/2006 12:00

31/10/2006 18:00

01/11/2006 00:00

Velocidade do Vento(m/s)

Estação Santo Amaro

Previsão

Observado

(c)

0,0

0,5

1,0

1,5

2,0

2,5

3,0

28/10/2006 00:00

28/10/2006 06:00

28/10/2006 12:00

28/10/2006 18:00

29/10/2006 00:00

29/10/2006 06:00

29/10/2006 12:00

29/10/2006 18:00

30/10/2006 00:00

30/10/2006 06:00

30/10/2006 12:00

30/10/2006 18:00

31/10/2006 00:00

31/10/2006 06:00

31/10/2006 12:00

31/10/2006 18:00

01/11/2006 00:00

Concentração de CO(ppm)

Estação Santo Amaro

Previsão

Observado

(d)

Figura 3.25 – Comparação entre os valores simulados e observados para a estação de Santo

Amaro, (a) concentração de O

, (b) temperatura do ar a 2m, (c) velocidade do vento a 10m e

(d) concentração de CO.

Os dias 28 e 29/10/2006 foram dias de final de semana, onde teoricamente o tráfego

veicular é menos intenso e conseqüentemente as emissões veiculares também foram menores.

De acordo com Silva Junior (2006), a RMSP apresentou o efeito de ocorrência de

concentrações mais elevadas no final de semana para o O

em comparação ao período da

semana (vale salientar que o estudo foi realizado com médias, o que provavelmente

minimizou o efeito meteorológico local e sinótico sobre a composição química da atmosfera).

Para o presente estudo os resultados mostraram que os efeitos locais e sinóticos foram de

grande importância para as simulações realizadas para a RMSP, já que não foram

consideradas variações diárias das emissões durante o período de estudo, ou seja, a

variabilidade da concentração dos poluentes químicos foi afetada somente pela condição

meteorológica, tendo as emissões um papel importante para limitar os níveis de concentração.

A tabela 3.02 mostra a boa correlação entre as simulações e as observações feitas para

a RMSP, temperatura do ar: 0,94 para a estação de Pinheiros e 0,93 para a estação de

Ibirapuera, para a concentração de O

: 0,73 para a estação de Ibirapuera e 0,64 para a estação

de Santo Amaro (tabela 3.03). A dificuldade em simular a velocidade do vento durante a noite

pode explicar a baixa correlação (0,27) para a estação de Ibirapuera (em especial os dias 30 e

31). Isto certamente deve ter influenciado nas simulações de concentração de poluentes, como

na simulação da concentração de CO onde os coeficientes de correlação foram menores na

estação de Ibirapuera 0,19. Zhang et al (2009) utilizando também o modelo WRF/Chem para

a cidade do México sem o acoplamento urbano, também discutiram a dificuldade em simular

o campo de vento no período noturno. Uma possível solução para este problema seria a

utilização do acoplamento com o modelo urbano UCM.

133

Tabela 3.03: Índices estatístico para o período de 28/10 a 01/11/2006 para as estações:

Pinheiros (PIN), Ibirapuera (IBI), Parque Dom Pedro II (PDP), Santo Amaro (SAM).

Variável

Estação PMS PMC DPTS DPTC RMS BIAS CORR2

Concentração

de O

(ppb)

PIN 33,84 19,52 15,73 17,52 18,08 -14,32 0,62

IBI 34,12 23,55 16,32 21,6 15,63 -10,57 0,73

PDP 36,04 23,86 14,57 17,54 16,01 -12,18 0,65

SAM 33,98 28,01 11,21 19,44 13,84 -5,96 0,64

Temperatura

do Ar (ºC)

PIN 20,44 21,78 4,41 5,33 2,04 1,34 0,94

IBI 20,46 20,77 4,31 3,8 1,26 0,31 0,93

PDP - - - - - - -

SAM - - - - - - -

Velocidade

do Vento

(m/s)

PIN 2,26 1,78 0,86 0,7 0,95 -0,48 0,21

IBI 2,09 1,74 0,86 0,83 0,9 -0,35 0,27

PDP - - - - - - -

SAM 2,3 2,07 1,03 0,84 0,84 -0,23 0,41

Concentração

de CO (ppm)

PIN 0,53 0,79 0,42 0,43 0,46 0,26 0,35

IBI 0,62 0,64 0,47 0,34 0,45 0,02 0,19

PDP 0,44 0,78 0,33 0,4 0,52 0,35 0,2

SAM 0,25 0,43 0,19 0,26 0,26 0,19 0,49

Obs.: PMS  Valor Médio Simulado

PMC  Valor Médio Observado

DPTS  Desvio Padrão Simulado

DPTC  Desvio Padrão Observado

RMS  Erro Médio Quadrado

BIAS  PMC – PMS

CORR2  Coeficiente de Correlação entre simulação e observação

3.2.2.2 – Validação do Perfil da Concentração de O

A figura 3.26 mostra o perfil simulado pelo modelo sem a inclusão do modelo UCM, e

a observações obtidas através de radiosondas com dispositivo de medição de ozônio. Essas

sondagens foram realizadas na RMSP durante o projeto de Políticas Públicas financiado pela

FAPESP (Andrade et al., 2006). Em geral o modelo subestima as observações feitas para a

RMSP, mas a estrutura vertical da concentração de O

apresenta boa correlação entre

simulação e medição. As observações mostram um aumento da concentração de O

entre a

superfície e 800-750hPa, decrescendo logo em seguida, e as simulações realizadas com a

versão 2.1 do modelo WRF/Chem não consegue simular essa variação (figura 3.26).

Vale salientar que a condição inicial é feita a partir de simulações antigas que serviram

de dados de entrada para alimentar novas simulações. Existe também a possibilidade da

utilização de uma concentração de fundo utilizando os resultados das simulações globais dos

principais poluentes feitas pelo modelo MATCH-MPI, descartando a aproximação que se

utilizava do tipo de cobertura do solo, latitude e longitude, para estimar a concentração inicial.

134

200

300

400

500

600

700

800

900

1000

0 20 40 60 80 100 120

Pressão Atm. (hPa)

Concentração de O

(ppb)

30/10/2006 19:00 UTC

Previsto Observado

200

300

400

500

600

700

800

900

1000

0 20 40 60 80 100 120

Pressão Atm. (hPa)

Concentração de O

(ppb)

30/10/2006 23:00 UTC

Previsto Observado

200

300

400

500

600

700

800

900

1000

0 20 40 60 80 100 120

Pressão Atm. (hPa)

Concentração de O

(ppb)

31/10/2006 05:00 UTC

Previsto Observado

200

300

400

500

600

700

800

900

1000

0 20 40 60 80 100 120

Pressão Atm. (hPa)

Concentração de O

(ppb)

31/10/2006 12:00 UTC

Previsto Observado

200

300

400

500

600

700

800

900

1000

0 20 40 60 80 100 120

Pressão Atm. (hPa)

Concentração de O

(ppb)

31/10/2006 14:00 UTC

Previsto Observado

200

300

400

500

600

700

800

900

1000

0 20 40 60 80 100 120

Pressão Atm. (hPa)

Concentração de O

(ppb)

31/10/2006 17:00 UTC

Previsto Observado

200

300

400

500

600

700

800

900

1000

0 20 40 60 80 100 120

Pressão Atm. (hPa)

Concentração de O

(ppb)

01/11/2006 00:00 UTC

Previsto Observado

Figura 3.26: Perfil vertical de O

para a RMSP, simulado e sondagens realizadas com as

ozoniosondas.

Comprovando o mostrado pelos gráficos da figura 3.26 os índices estatísticos (Tabela

3.04) indicam a grande dificuldade do modelo WRFV2.1 (modelo WRF/Chem Versão 2.1

com a química) em representar a variabilidade da concentração de O

. Em geral o modelo está

subestimando o perfil vertical da concentração de O

, mostrando que essa versão do modelo

apresenta deficiências no transporte vertical dos poluentes.

135

Tabela 3.04: Análise estatística da comparação feita entre o perfil vertical da concentração de

(ppb) simulado WRFV2.1 e observação realizadas com a ozôniosonda.

Horários

Média

Previsão

Média

Observação

Diferença

entre as

Médias

(Bias)

Coeficiente de

Correlação

)

30102006 19:00 UTC 46,71 55,89 -9,18 0,01

30102006 23:00 UTC 48,83 55,03 -6,2 0,21

31102006 05:00 UTC 47,99 47,47 0,52 0,46

31102006 12:00 UTC 45,93 50,49 -4,56 0,00

31102006 14:00 UTC 46,58 61,28 -14,7 0,20

31102006 17:00 UTC 46,56 67,05 -20,49 0,05

01112006 02:00 UTC 46,16 68,44 -22,28 0,13

3.2.3 – Utilizando o modelo WRF/Chem versão 3

Buscando melhorar a representação vertical do perfil de O

foi utilizada a nova versão

do modelo o WRF/Chem versão 3. A principal diferença entre as versões 2.1 e 3 é a inclusão

de novas parametrizações de meteorologia e química, mas mantendo os esquemas anteriores o

que permitiu a comparação entre as versões, e a inclusão do modelo urbano UCM com

descrição simplificada da área urbana considerando que a RMSP apresenta edificações mais

elevadas no centro e diminuindo a altura média das edificações até a borda, e a disposição dos

edifícios na cidade foi introduzido de forma aleatória. Para efeito de comparação entre as

versões foi mantida a mesma configuração feita para a versão WRF/Chem 2.1 (tabela 3.02).

Para a versão 3.1 será incluído nas simulações o acoplamento com o modelo urbano UCM. A

justificativa para apresentar resultados de outra versão do modelo WRF/Chem deve-se a

algumas limitações encontradas na versão 2.1, e também para colocar a disposição uma

versão atualizada e configurada com as características da RMSP. A condição inicial e de

borda foram melhoradas na versão 3, podendo ser utilizadas informações globais como

entrada para simulações de escala local.

A figura 3.27 mostra a influência da presença de áreas urbanas nas simulações

realizadas para a RMSP. Pode-se constatar com o modelo urbano um aquecimento

diferenciado sobre o centro-norte da RMSP identificando o efeito da presença das construções

urbanas na simulação (figura 3.27), formando como no caso da simulação em 2D uma área de

maior aquecimento caracterizando a presença da Ilha de Calor. Isso interfere também no

campo de vento, onde os resultados apresentados na figura 3.27. Uma mudança na velocidade

e direção do vento devido ao aumento da rugosidade pela presença das edificações. Os

grandes responsáveis por essa diferença entre as simulações é a inclusão dos efeitos das

múltiplas reflexões da radiação solar, calor especifico dos materiais e condutividade térmica

136

no caso da temperatura do ar. Para a velocidade e direção do vento as diferenças são

atribuídas à mudança da rugosidade superficial (Z

), contabilização da força de arrastro e

cisalhamento do vento. O efeito combinado do vento e da temperatura do ar contribui para o

desenvolvimento da Ilha de Calor mais intensa nas simulações com a utilização do

acoplamento (figura 3.27).

(a) (b)

Figura 3.27: Temperatura do ar e velocidade e direção do vento, simulados sem o

acoplamento do modelo urbano UCM (A e C) e com o acoplamento urbano (B e D), para às

12UTC e 24UTC do dia 29/10/2006.

O grande motivador para a inclusão do acoplamento com o modelo urbano UCM foi

buscar melhorar o perfil vertical da concentração de ozônio. Mas uma análise da concentração

superficial mostrou uma ligeira piora nas simulações das concentrações superficiais em

comparação com a antiga versão utilizada do modelo WRF/Chem (versão 2.1). Talvez com

um melhor ajuste do inventário de emissões da CETESB, e uma melhor descrição das

características da área urbana da RMSP, possibilitem obter uma melhor correlação com as

137

medições realizadas pela CETESB, mas é perfeitamente possível a utilização dessa nova

versão para fazer simulações da qualidade do ar para a RMSP devido a pouca diferença entre

as versões. Lembrando que a mesma configuração adotada para a versão 2.1, serão utilizadas

para a versão 3.1 de modo a manter uma coerência nas análises, mas será feito uma análise de

casos com relação ao acoplamento do modelo urbano UCM.

3.2.3.1 – Validação das Simulações em Superfície

Visualmente a figura 3.28 indica que as simulações de qualidade do ar para a RMSP

representam de forma efetiva as variações das concentrações, com algumas diferenças para a

fase e as máximas concentrações. A versão 3.1 do modelo WRF/Chem apresenta problemas

nas primeiras horas de simulação para as concentrações de CO e O

(Figura 3.28 a, d), o que

pode ser explicado pela forte influência da condição inicial. Diferente de outros estudos de

qualidade do ar utilizando modelos fotoquímicos para a RMSP (Martins, 2006; Andrade,

2006 por exemplo), onde os resultados do modelo foram comparados com valores médios

para todas as estações da CETESB, o presente trabalho compara medidas pontuais com os

resultados do ponto de grade mais próximo da simulação do WRF/Chem (com resolução de

4x4km), de modo a avaliar a precisão do modelo em representar as variações espaciais e

temporais das concentrações de CO e O

. Partindo do pressuposto que a célula do domínio

representa o comportamento médio de todas as regiões contidas na célula de grade.

(a)

100

120

28/10/2006 00:00

28/10/2006 06:00

28/10/2006 12:00

28/10/2006 18:00

29/10/2006 00:00

29/10/2006 06:00

29/10/2006 12:00

29/10/2006 18:00

30/10/2006 00:00

30/10/2006 06:00

30/10/2006 12:00

30/10/2006 18:00

31/10/2006 00:00

31/10/2006 06:00

31/10/2006 12:00

31/10/2006 18:00

01/11/2006 00:00

Concentração de O

(ppb)

Estação Ibirapuera

Previsão Observado

138

(b)

Estação Ibirapuera

28/10/2006 00:00

28/10/2006 06:00

28/10/2006 12:00

28/10/2006 18:00

29/10/2006 00:00

29/10/2006 06:00

29/10/2006 12:00

29/10/2006 18:00

30/10/2006 00:00

30/10/2006 06:00

30/10/2006 12:00

30/10/2006 18:00

31/10/2006 00:00

31/10/2006 06:00

31/10/2006 12:00

31/10/2006 18:00

01/11/2006 00:00

Temperatura do Ar(ºC)

Previsão Observado

(c)

Estação Ibirapuera

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

4,0

4,5

5,0

28/10/2006 00:00

28/10/2006 06:00

28/10/2006 12:00

28/10/2006 18:00

29/10/2006 00:00

29/10/2006 06:00

29/10/2006 12:00

29/10/2006 18:00

30/10/2006 00:00

30/10/2006 06:00

30/10/2006 12:00

30/10/2006 18:00

31/10/2006 00:00

31/10/2006 06:00

31/10/2006 12:00

31/10/2006 18:00

01/11/2006 00:00

Velocidade do Vento(m/s)

Previsão Observado

(d)

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

28/10/2006 00:00

28/10/2006 06:00

28/10/2006 12:00

28/10/2006 18:00

29/10/2006 00:00

29/10/2006 06:00

29/10/2006 12:00

29/10/2006 18:00

30/10/2006 00:00

30/10/2006 06:00

30/10/2006 12:00

30/10/2006 18:00

31/10/2006 00:00

31/10/2006 06:00

31/10/2006 12:00

31/10/2006 18:00

01/11/2006 00:00

Concentração de CO(ppm)

Estação Ibirapuera

Previsão Observado

Figura 3.28 – Comparação entre as simulações realizadas e as medidas na estação de

qualidade do ar da CETESB no Ibirapuera, para a concentração de O

(a), temperatura do ar a

2m (b), velocidade do vento a 10m (c) e concentração de CO (d), usando a versão 3 do

modelo WRF/Chem.

139

Para discutir melhor a eficiência das simulações com o modelo WRFV3 estão sendo

mostrados os resultados da validação para a Estação de Santo Amaro, que está localizada na

parte sul da RMSP. A figura 3.29 mostra que para essa estação em especifico houve uma

maior variabilidade na concentração de CO e O

, velocidade do vento e temperatura do ar a

2m. Essa variabilidade foi representada pelo modelo tanto em amplitude quanto na fase. Os

dois primeiros dias de simulação foram marcados por fortes ventos e temperaturas baixas e

em conseqüência menores concentração de poluentes.

(a)

100

120

28/10/2006 00:00

28/10/2006 06:00

28/10/2006 12:00

28/10/2006 18:00

29/10/2006 00:00

29/10/2006 06:00

29/10/2006 12:00

29/10/2006 18:00

30/10/2006 00:00

30/10/2006 06:00

30/10/2006 12:00

30/10/2006 18:00

31/10/2006 00:00

31/10/2006 06:00

31/10/2006 12:00

31/10/2006 18:00

01/11/2006 00:00

Concentração de O

(ppb)

Estação Santo Amaro

Previsão Observado

(b)

Estação Santo Amaro

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

4,0

4,5

5,0

28/10/2006 00:00

28/10/2006 06:00

28/10/2006 12:00

28/10/2006 18:00

29/10/2006 00:00

29/10/2006 06:00

29/10/2006 12:00

29/10/2006 18:00

30/10/2006 00:00

30/10/2006 06:00

30/10/2006 12:00

30/10/2006 18:00

31/10/2006 00:00

31/10/2006 06:00

31/10/2006 12:00

31/10/2006 18:00

01/11/2006 00:00

Velocidade do Vento(m/s)

Previsão Observado

140

(c)

28/10/2006 00:00

28/10/2006 06:00

28/10/2006 12:00

28/10/2006 18:00

29/10/2006 00:00

29/10/2006 06:00

29/10/2006 12:00

29/10/2006 18:00

30/10/2006 00:00

30/10/2006 06:00

30/10/2006 12:00

30/10/2006 18:00

31/10/2006 00:00

31/10/2006 06:00

31/10/2006 12:00

31/10/2006 18:00

01/11/2006 00:00

Temperatura do Ar (ºC)

Estação Santo Amaro

Previsão Observado

(d)

0,0

0,5

1,0

1,5

2,0

2,5

3,0

28/10/2006 00:00

28/10/2006 06:00

28/10/2006 12:00

28/10/2006 18:00

29/10/2006 00:00

29/10/2006 06:00

29/10/2006 12:00

29/10/2006 18:00

30/10/2006 00:00

30/10/2006 06:00

30/10/2006 12:00

30/10/2006 18:00

31/10/2006 00:00

31/10/2006 06:00

31/10/2006 12:00

31/10/2006 18:00

01/11/2006 00:00

Concentração de CO(ppm)

Estação Santo Amaro

Previsão Observado

Figura 3.29 – Comparação entre as simulações realizadas e as medidas na estação de

qualidade do ar da CETESB em Santo Amaro para a concentração de O

(a), temperatura do

ar a 2m (b), velocidade do vento a 10m (c) e concentração de CO (d), usando a versão 3 do

modelo WRF/Chem.

Comparando os resultados obtidos com as versões 2.1 e 3.1 do modelo WRF/Chem,

pode-se afirmar que estatisticamente os resultados obtidos com a versão 3.1 para a

concentração de O

superficial foram piores com a diminuição do coeficiente de correlação

para 0,57 para a estação do Parque D. Pedro II, mas melhorando a representatividade da

concentração de CO com melhores coeficientes de correlação para a estação de Santo Amaro

com 0,50. Os resultados para a temperatura do ar e velocidade do vento foram semelhantes

entre as versões, que mostraram boa correlação para a temperatura do ar e correlações

menores (entre 0,48 e 0,65) para a velocidade do vento (tabela 3.05).

141

Tabela 3.05: Analise estatística das simulações realizadas com o modelo WRF/Chem versão 3

para as estações de Ibirapuera (ibi), Pinheiros (pin), Parque D. Pedro II (pdp) e Santo Amaro

(sam).

Obs.: PMS  Valor Médio Simulado

PMC  Valor Médio Observado

DPTS  Desvio Padrão Simulado

DPTC  Desvio Padrão Observado

RMS  Erro Médio Quadrado

BIAS  PMS – PMC

CORR2  Coeficiente de Correlação entre simulação e observação

A figura 3.30 apresentada as comparações entre a simulação da qualidade do ar feita

com o modelo WRF/Chem versão 3.1 e as medições para as estações da CETESB (Ibirapuera,

Pinheiros, Parque D. Pedro II e Santo Amaro). É possível observar que as simulações

superestimam as mínimas concentrações de O

(concentrações de O

< 40ppb), e existe uma

tendência de subestimativa de altas concentrações (concentrações de O

> 40ppb). Ainda

analisando a correlação da concentração de O

entre simulado e medido, pode-se afirmar que

o coeficiente de correlação são melhores para baixas concentrações, tendo como coeficiente

de correlação para todo o período analisado o valor de r

=0,51 e um coeficiente de

determinação de r=0,71. Já para a concentração de CO notou-se grande variabilidade na

comparação, com coeficiente de correlação foi de apenas r

=0,32, o que mostra maiores

dificuldades de simular a concentração de CO, com tendência de subestimar as observações

(figura 3.30b).

Variável

Estação PMS PMC DPTS DPTC RMS BIAS CORR2

Concentração

de O

(ppb)

PIN 28,07 19,52 19,37 17,52 17,36 8,55 0,45

IBI 27,67 23,55 20,58 21,60 18,06 4,12 0,43

PDP 28,69 23,86 17,98 17,54 13,40 4,83 0,57

SAM 25,32 28,01 16,14 19,44 15,98 -2,69 0,39

Temperatura

do Ar (ºC)

PIN 21,15 21,78 4,46 5,33 1,62 -0,63 0,94

IBI 20,70 20,77 4,26 3,80 1,11 -0,07 0,94

PDP - - - - - - -

SAM - - - - - - -

Velocidade

do Vento

(m/s)

PIN 2,24 1,78 1,23 0,70 1,01 0,47 0,49

IBI 2,23 1,74 1,29 0,83 1,05 0,49 0,48

PDP - - - - - - -

SAM 2,48 2,07 1,34 0,84 0,93 0,41 0,65

Concentração

de CO (ppm)

PIN 0,48 0,79 0,43 0,43 0,49 -0,31 0,39

IBI 0,55 0,64 0,56 0,34 0,52 -0,09 0,19

PDP 0,44 0,78 0,33 0,40 0,54 -0,34 0,13

SAM 0,24 0,43 0,27 0,26 0,28 -0,19 0,50

142

R² = 0,51

100

120

0 20 40 60 80 100 120

Previsto

Observado

Concentração de O

(ppb)

R² = 0,32

0,0

0,5

1,0

1,5

2,0

2,5

3,0

0,0 0,5 1,0 1,5 2,0 2,5 3,0

Previsto

Observado

Concentração de CO (ppm)

(a) (b)

Figura 3.30: Diagrama de dispersão das concentrações observadas e simuladas nas 4 estações

da CETESB (Pinheiros, Ibirapuera, P.D.Pedro II e Santo Amaro), para O

(a) e CO (b).

3.2.3.2 - Validação do Perfil da Concentração de O

Para validar o perfil vertical da concentração de O

, os resultados da simulação foram

interpolados da coordenada vertical do modelo (sigma) para níveis de pressão (930, 900, 850,

800, 750, 700, 650, 600, 550, 500, 450, 400, 350, 300, 250, 200 hPa). Já as medições da

ozoniosonda foram trabalhadas utilizando um algoritmo que fez uma média dos cinco níveis

mais próximos dos níveis de pressão do modelo. O fato da variação da posição horizontal da

ozoniosonda durante sua subida também foi considerado, onde o perfil da concentração do

modelo foi feito considerando a latitude e longitude da ozoniosonda.

A figura 3.31 mostra que o perfil vertical da concentração de O

simulado pelo modelo

WRF/Chem, apresenta padrão muito semelhante ao das observações. Além disso, esta figura

mostra ainda uma melhora considerável comparada aos obtidos com a versão 2.1 (figura

3.26). Apesar de melhor bastante o padrão vertical, modelo subestima o valor observado pela

ozoniosonda principalmente em baixos níveis. Dois fatores devem ser levados em

consideração na comparação simulações e observações: a) como as maiores diferenças

ocorrem próximas à superfície, surge a hipótese que as características urbanas incluídas nas

simulações poderiam ser melhor representadas, b) Com a forte turbulência atmosférica gerada

pela presença das edificações sobre áreas urbanas (demonstrada nas simulações em 2D),

diminui a eficiência do modelo em simular a concentração de O

em baixos níveis, reforçando

a necessidade de melhoria da representação do efeito urbano nas simulações.

143

30/10/2006 19:00 UTC

200

300

400

500

600

700

800

900

1000

0 20 40 60 80 100 120

Concentração de O

(ppb)

Pressão Atm. (hPa)

Previsto Observado

30/10/2006 23:00 UTC

200

300

400

500

600

700

800

900

1000

0 20 40 60 80 100 120

Concentração de O

(ppb)

Pressão Atm. (hPa)

Previsto Observado

31/10/2006 05:00 UTC

200

300

400

500

600

700

800

900

1000

0 20 40 60 80 100 120

Concentração de O

(ppb)

Pressão Atm. (hPa)

Previsto Observado

31/10/2006 12:00 UTC

200

300

400

500

600

700

800

900

1000

0 20 40 60 80 100 120

Concentração de O

(ppb)

Pressão Atm. (hPa)

Previsto Observado

31/10/2006 14:00 UTC

200

300

400

500

600

700

800

900

1000

0 20 40 60 80 100 120

Concentração de O

(ppb)

Pressão Atm. (hPa)

Previsto Observado

31/10/2006 17:00 UTC

200

300

400

500

600

700

800

900

1000

0 20 40 60 80 100 120

Concentração de O

(ppb)

Pressão Atm. (hPa)

Previsto Observado

01/11/2006 00:00 UTC

200

300

400

500

600

700

800

900

1000

0 20 40 60 80 100 120

Concentração de O

(ppb)

Pressão Atm. (hPa)

Previsto Observado

Figura 3.31: Perfis verticais da concentração de O

das simulações com o modelo WRFV3

sobre a RMSP, e as medidas com as ozoniosondas.

Os índices estatísticos mostrados na tabela 3.06, ratificaram os resultados apresentados

na figura 3.31, onde o perfil vertical da concentração de ozônio está sendo bem representado

pelo modelo WRF/Chem versão 3.0, com coeficiente de correlação chegando a 0,75 como foi

144

o caso do dia 30/10/2006 às 19:00 UTC. De forma geral as simulações se ajustaram bem as

observações com exceção da simulação em altos níveis, onde o modelo fez simulação da

camada de ozônio mais baixa, iniciando um forte aumento da concentração de O

no nível de

200mb, enquanto as medições mostraram que esse aumento somente foi iniciado no nível de

100mb. Essa diferença da altura da camada de ozônio influenciou efetivamente a análise

estatística, aumentando ainda mais a concentração média da previsão, e conseqüentemente

interferindo na BIAS e coeficiente de correlação. Para efeito de comparação, a variação da

posição da ozoniosonda também foi considerada utilizando a informação do seu

posicionamento durante a subida, as informações obtidas para detectar seu posicionamento

foram à latitude, longitude e altitude. Alguns ajustes poderiam ter sido feitos para melhorar a

representação da concentração inicial em baixos níveis na intenção de aprimorar ainda mais as

simulações.

Tabela 3.06: Análise estatística da comparação feita entre o perfil vertical da concentração de

(ppb) simulado pelo modelo WRFV3 e o observações realizadas com a ozoniosonda.

Horários

Média

Previsão

Média

Observação

Diferença

entre as

Médias

(Bias)

Coeficiente de

Correlação

)

30102006 19:00 UTC 143,44 62,22 81,21 0,75

30102006 23:00 UTC 148,11 65,73 82,38 0,71

31102006 05:00 UTC 150,72 53,88 96,83 0,68

31102006 12:00 UTC 151,14 60,25 90,88 0,53

31102006 14:00 UTC 141,74 69,85 71,89 0,54

31102006 17:00 UTC 140,26 73,44 66,83 0,47

01112006 02:00 UTC 134,55 74,51 60,04 0,53

Fazendo uma analogia com os experimentos em 2D para avaliar o impacto da inclusão

da topografia, representados nas figuras 3.10 e 3.11, são apresentadas as figuras 3.32 e 3.33 os

resultados obtidos para simulações de casos reais (3D) em um corte meridional do domínio

passando pela longitude -46,5º. Os resultados mostrados a seguir para os perfis verticais da

concentração de CO e O

, permitem relacionar a altura da CLP com a dispersão de poluentes

utilizando os perfis de concentração de CO. Isto porque quanto maior a dispersão dos

poluentes, maior será a distância do poluente com relação a fonte de emissão.

145

Figura 3.32: Corte meridional em -46,5º de longitude da região de estudo passando pela

RMSP, e representação da altura da topografia.

A figura 3.33 mostra o perfil da concentração de CO para o corte meridional

apresentado na figura 3.32. Estes perfis mostraram características semelhante aos casos

idealizados em 2D com a inclusão da topografia (figura 3.10 e 3.11), onde a emissão de

poluentes da RMSP afeta fortemente o seu entorno, principalmente com o desenvolvimento

da CLP como mostrado na seqüência temporal da figura 3.33. A variação temporal da

emissão veicular influencia diretamente no ciclo diário da concentração de CO, onde

diferentemente da figura 3.10 (emissões constantes) nota-se apenas uma resposta

inversamente proporcional a altura da CLP. Já no caso real variando o ciclo diário de

emissões, o máximo de concentração de CO ocorre às 12:00 UTC (09:00h local) e as 00:00

UTC (21:00 hora local), devendo-se principalmente ao aumento da emissão veicular devido

ao trafego, a altura da CLP mais baixa às 09:00h local, e ao efeito da topografia que dificulta

a dispersão dos poluentes. As concentrações de CO durante o período noturno são menores

em comparação ao período diurno, devido principalmente à forte redução do tráfego de

veículos, como pode ser visualizado nos gráficos apresentados na figura 3.33 para as 06:00

UTC (03:00 hora local). Isto também foi comprovado pelo estudo de Schmitz (2005)

realizado para Santiago do Chile, onde os resultados encontrados apresentaram pouca

dispersão horizontal, e um significativo efeito da variação espacial e temporal das emissões e

desenvolvimento da CLP, justificado pelo aumento de tráfego de veículos e altura da CLP

ainda baixa (400m até as 09:00h). O máximo de emissão de CO coincide com a máxima

concentração de CO que se dá por volta das 09:00 horas local.

146

A variação da condição sinótica registrada durante o período de estudo como foi

mostrado nas figuras 3.17, 3.18 e 3.19 teve seu efeito representado pela variabilidade da

concentração de CO (figura 3.31), onde os dias 28/10 e 29/10/06 apresentaram menores

temperaturas verticais, condição de estabilidade atmosférica e menor concentração de CO, por

causa de ventos mais intensos registrados para os dias 28 e 29 com média de 2,03m/s que é

0,55m/s maior do que a média do vento para os dias 30 e 31. Os dias 30/10 e 31/10/06 já

apresentaram situação de instabilidade atmosférica e maior dispersão dos poluentes. A

seqüência de imagens apresentadas na figura 3.33 mostra a variação do perfil da concentração

de CO para todo o período de estudo, destacando o fato que os poluentes emitidos na RMSP

são transportados para regiões vizinhas. Esses resultados comprovam para os experimentos

idealizados que o transporte de poluentes pode chegar a distâncias de até 200km. A altura da

CLP é inversamente proporcional à concentração de CO, e durante o período noturno a

formação da Camada Limite Noturna (CLN) e a presença da Camada Residual (CR – camada

acima da CLN com características do período diurno), proporcionam o desacoplamento no

perfil vertical da concentração de CO, formando duas regiões bem definidas com altas

concentrações de CO na CLN e outra na CR.

147

148

Figura 3.33: Seção meridional (na longitude de -46.5ºW) da distribuição vertical da

concentração de CO (ppm), para o período de 28/10 a 01/11/2009.

Como a concentração de CO pode ser considerada um indicador da dispersão dos

poluentes devido a sua baixa reatividade, servindo também como traçador da emissão de

veículos leves dos precursores de formação de ozônio, e consequentemente seria indicativo

das máximas concentrações de O

, como pode ser visto na figura 3.34. Mas como o ozônio

não é diretamente emitido para a atmosfera e sim formado pelas reações fotoquímicas

depende da disponibilidade de radiação solar, sua formação estaria condicionada a presença

de luz solar (período diurno) e transporte não local no caso da ausência de radiação solar

(período noturno). As maiores concentrações de O

ocorreram nos dias 30/10 e 31/10/06 dada

a maior disponibilidade de radiação solar e de precursores. De acordo com Silva Junior

(2006) o maior desenvolvimento da CLP ocasionou em maior dispersão dos poluentes, o que

proporciona um maior afastamento dos VOCs e NOx das fontes de emissão, e como o NOx

reage rapidamente, teria menos NO para consumir o O

, gerando uma condição de altas

concentrações de O

149

150

Figura 3.34: Seção meridional (na longitude de -46.5ºW) da distribuição vertical da

concentração de O

(ppb), para o período de 28/10 a 01/11/2009.

3.2.3.3 – Resultados do acoplamento WRF/Chem 3.1 com BOULAC-UCM

Concluindo a discussão sobre o acoplamento dos modelos meteorológicos com

química e modelo urbano, neste tópico serão utilizadas todas as opções disponíveis para a

simulação da composição química da atmosfera sobre a RMSP (tabela 3.02), o acoplamento

com o modelo UCM, e será substituído o esquema de CLP YSU pelo esquema BOULAC. A

troca do esquema de parametrização de CLP deve-se ao fato de BOULAC incorporar o efeito

151

orográfico na simulação da CLP, que é introduzido na escala de comprimento e por sua vez é

passado para os coeficientes de difusões turbulentos verticais e horizontais. As limitações na

descrição das características urbanas da RMSP ainda não foram resolvidas para esse teste, e

com o auxilio de imagens de satélite observou-se que a RMSP apresenta a altura média das

edificações alta no centro e baixa nas bordas, ou seja, a hipótese a ser utilizada será que a área

urbana apresenta como característica maiores edifícios na área central, diminuindo

gradativamente até chegar às bordas da área urbana (50m centro, 25m transição e 10m

bordas).

Os resultados da validação espacial em superfície mostraram uma melhora com

relação à simulação da concentração de O

, quando comparados o modelo na versão WRFV3

utilizando o esquema de CLP YSU (não-local – que não usa o nível em questão para a

parametrização), e o modelo com os esquemas de CLP BOULAC (local – que utiliza o nível

em questão para a parametrização) que inclui o efeito topográfico. Os resultados são melhores

estatisticamente quando é utilizado o esquema BOULAC (tabelas 3.07). Contudo as

simulações utilizando a nova versão WRFV3 não apresentaram resultados estatisticamente

diferentes em comparação a versão WRFV2.1. Outros experimentos de sensibilidade do

inventário de emissão para a RMSP e da distribuição espacial e temporal precisam ser

realizados na tentativa de melhorar o resultado com a nova versão. Tendo em vista que os

estudos preliminares foram iniciados com a versão WRFV2.1 e depois configurado para a

mais nova versão WRFV3.

Tabela 3.07: Análise estatística das simulações realizadas com o modelo WRF/Chem versão 3

para as estações de Ibirapuera (IBI), Pinheiros (PIN), Parque D. Pedro II (PDP) e Santo

Amaro (SAM).

Variável

Estação PMS PMC DPTS DPTC RMS BIAS CORR2

Concentração

de O

(ppb)

PIN 24,28 19,52 13,60 17,52 12,64 4,76 0,55

IBI 24,00 23,55 13,38 21,60 14,21 0,45 0,59

PDP 25,47 23,86 13,29 17,54 10,89 1,61 0,62

SAM 24,13 28,01 12,29 19,44 13,22 -3,89 0,60

Temperatura

do Ar (ºC)

PIN 19,65 21,78 4,08 5,33 2,87 -2,14 0,91

IBI 19,24 20,77 3,95 3,80 1,96 -1,53 0,90

PDP - - - - - - -

SAM - - - - - - -

Velocidade

do Vento

(m/s)

PIN 1,13 1,78 0,64 0,70 0,84 -0,65 0,47

IBI 1,09 1,74 0,67 0,83 0,89 -0,65 0,48

PDP - - - - - - -

SAM 1,29 2,07 0,76 0,84 0,94 -0,78 0,63

Concentração

de CO (ppm)

PIN 0,20 0,79 0,09 0,43 0,72 -0,59 0,10

IBI 0,22 0,64 0,11 0,34 0,52 -0,42 0,17

PDP 0,18 0,78 0,07 0,40 0,72 -0,61 0,02

SAM 0,14 0,43 0,08 0,26 0,37 -0,29 0,35

152

Obs.: PMS  Ponto Médio Simulado

PMC  Ponto Médio Observado

DPTS  Desvio Padrão Simulado

DPTC  Desvio Padrão Observado

RMS  Erro Médio Quadrado

BIAS  PMS – PMC

CORR2  Coeficiente de Correlação entre simulação e observação

Já no caso da validação do perfil vertical da concentração de O

para o modelo

WRFV3 com o esquema de CLP BOULAC, os resultados mostrados na tabela 3.08 são

semelhantes aos obtidos com o WRFV3 YSU e melhores do que a versão antiga WRFV2.1.

Logo a mudança no esquema de CLP de YSU para o BOULAC influenciou na melhoria da

simulação da concentração de O

superficial, o que mostra que a inclusão do efeito

topográfico melhora a simulação.

Tabela 3.08: Análise estatística da comparação feita entre o perfil vertical da concentração de

(ppb) simulado pelo modelo WRFV3.1 e o observações realizadas com a ozoniosonda.

Horários

Média

Previsão

Média

Observação

Diferença

entre as

Médias

(Bias)

Coeficiente de

Correlação

)

30102006 19:00 UTC 142,09 62,22 79,86 0,75

30102006 23:00 UTC 145,80 65,73 80,07 0,71

31102006 05:00 UTC 151,36 53,88 97,47 0,68

31102006 12:00 UTC 150,07 60,25 89,82 0,53

31102006 14:00 UTC 139,35 69,85 69,49 0,53

31102006 15:00 UTC 140,68 34,65 106,00 0,11

31102006 17:00 UTC 141,14 73,44 67,71 0,47

01112006 02:00 UTC 134,06 74,51 59,55 0,52

O efeito positivo esperado para o acoplamento do modelo WRF/Chem e o modelo

urbano UCM não causou grande impacto nas simulações, onde as comparações dos

parâmetros superficiais foram piores estatisticamente com a nova versão, mostrando ser

necessária uma melhor descrição das características físicas da área urbana em questão,

utilizando se possível as imagens de satélite para melhorar essa descrição.

153

4. CONCLUSÕES

Neste tópico serão apresentadas as conclusões obtidas do projeto de doutorado obtidas

a partir de todas as hipóteses utilizadas para testar a sensibilidade das parametrizações de CLP

na simulação dos poluentes fotoquímicos. Tendo em vista o grande problema da poluição da

RMSP é de fundamental importância ter uma ferramenta que descreva com precisão as

variações químicas e se possível faça a sua previsão. O modelo de qualidade do ar

WRF/Chem inclui em suas simulações o efeito do acoplamento meteorologia-química e

variações decorrentes da presença da área urbana. Os resultados mostraram uma forte

melhoria na representação do perfil da concentração de O

quando incluído o efeito urbano no

modelo.

O período escolhido para realização do estudo apresentou grandes variações

meteorológicas e da química da atmosfera, devido principalmente à situação sinótica. O

modelo foi testado em situações de extremos de máximo e mínimo valor das variáveis,

conseguindo representar a variação no período de estudo e ciclos diários. Por exemplo, os dias

28 e 29/10/2006 foram marcados por baixas concentrações de CO e O

, e os dias 30 e

31/10/2006 com altas concentrações desses poluentes, e essa variação foi representada pelo

modelo WRF/Chem mostrando sua sensibilidade a variações de meteorológicas na meso-

escala.

Outro teste bem sucedido em termo de variações locais da concentração de CO e O

foi referente à variação espacial e temporal das concentrações dentro da RMSP. O modelo foi

capaz de reproduzir as variações das concentrações em escala local, quando comparados

pontos dentro da RMSP com base nas estações de qualidade do ar da CETESB (Ibirapuera,

Santo Amaro, Parque D. Pedro, Pinheiros). O que mostra a importância de melhorar a

154

descrição dos processos de rugosidade da superfície e tipo de uso do solo, que estariam

ligados diretamente com a variação local dos processos meteorológicos (exemplo temperatura

do ar e velocidade e direção do vento) e químicos (exemplo concentrações de CO e O

Os experimentos realizados para estimar o impacto do tipo do uso do solo sobre a

variação da altura da CLP e conseqüente relação com a composição química da atmosfera,

mostraram que a CLP é mais alta sobre áreas urbanas em comparação com áreas rurais,

portanto influenciando de forma efetiva na dispersão dos poluentes. No presente trabalho foi

mostrado o transporte de poluentes existente entre as regiões metropolitanas de São Paulo,

Campinas, São José dos Campos e Sorocaba, devido principalmente à topografia que atua

canalizando o vento na direção de Campinas e Sorocaba, ou ainda através do Vale do Paraíba

que direciona o transporte de poluentes na direção de São José dos Campos. A proximidade

com as fontes de emissão mostrou ser um fator importante para o nível de concentração de

, pois à medida que se afasta das fontes de emissão tanto vertical quanto horizontalmente a

concentração de O

aumenta. E devido a sua relativa proximidade com o Oceano Atlântico, a

RMSP é beneficiada com a formação da Brisa Marítima que auxilia na dispersão dos

poluentes emitidos e formados na RMSP.

Em resumo, processos importantes de transporte vertical e horizontal dos poluentes,

além de sua formação e consumo foram bem representados pelo modelo WRF-Chem com a

inclusão do modelo urbano UCM.

Alguns resultados das simulações estão resumidos abaixo.

• Para as simulações em 2 dimensões

 Período Diurno

Os experimentos feitos com a inclusão da área urbana mostraram que o modelo

consegue representar a formação da Ilha de Calor com diferença de temperatura entre zona

rural e urbana de aproximadamente 5K. Com relação à velocidade do vento houve uma

diminuição na intensidade do vento em 1,5 m/s sobre a zona urbana, caracterizando uma

desaceleração da velocidade do vento devido à presença das construções. A presença das

construções forma uma barreira física que afeta diretamente a intensidade e direção dos

ventos gerando turbulência e conseqüentemente aumentando o termo de produção mecânica

na equação da ECT.

155

Para a concentração de O

, os valores máximos ocorreram no entorno da cidade

devido à reatividade do NO e dos COV. Logo a proximidade com a fonte de emissão é fator

importante que interfere na concentração de O

 Período Noturno

Em termos de temperatura do ar e velocidade do vento, o período noturno também

apresentou temperaturas mais elevadas sobre a zona urbana (4K acima) e menor intensidade

do vento (0,2 m/s), logo a presença das construções está associada com formação de ilha de

calor e diminuição da intensidade do vento. Os experimentos de tipo de uso do solo para o

período noturno para a dispersão dos poluentes (concentração de CO) apresentaram como

característica pouca dispersão dos poluentes sobre área rural e maior eficiência sobre área

urbana, que é uma resposta direta a altura da CLN que é mais alta sobre áreas urbanas.

 CLP

Os experimentos de sensibilidade para a altura da CLP feitos para o tipo de uso do

solo, inclusão do modelo urbano e esquemas numéricos de CLP, mostraram que de acordo

com os resultados das simulações a altura da CLP é comprovadamente maior para zonas

urbanas.

Um fator importante em favor da utilização do acoplamento com o modelo urbano é

que durante o período noturno onde residem as maiores incertezas nas simulações realizadas

para qualidade do ar, nota-se claramente que o único esquema que representa de forma

razoável a estrutura da CLN é o esquema BOULAC, já que os outros esquemas mostram

valores constantes de ECT em baixos níveis compreendendo de 0 a 300m de altura, com YSU

e BOULAC constantes em 0m

e MYJ constante em 0,1m

• Para as simulações em 3 dimensões

A simulação da composição química da atmosfera, em destaque para as concentrações

de CO e O

, apresentaram pouca dispersão de poluentes em baixos níveis durante o período

diurno, onde as máximas concentrações de CO ocorreram dentro da RMSP tendo forte ligação

com os pontos de emissão. Já para o período noturno o transporte horizontal sofre o efeito

topográfico e da direção do vento, transportando os poluentes preferencialmente para a

direção noroeste. A condição sinótica contribuiu fortemente para a pouca concentração de O

156

para os dias 28 e 29, e concentrações mais elevadas em situação de pré-frente fria durante os

dias 30 e 31. O perfil da temperatura do ar reflete bem a variação de escala sinótica do

período estudado, o que afetou também o desenvolvimento vertical da altura da CLP e

principalmente a variação da radiação solar que de forma direta influenciou no ciclo diário da

concentração de O

. O transporte vertical de poluentes mostrou que instabilidade atmosférica

causada pela variação da temperatura do ar em conjunto com o cisalhamento superficial, são

responsáveis pelo desenvolvimento da CLP e transporte vertical dos poluentes.

As simulações feitas com o modelo comparadas com as observações feitas pela

CETESB mostraram que o modelo foi capaz de reproduzir a variabilidade dos parâmetros

temperatura do ar, velocidade do vento, concentração de CO e O

. Os valores máximos e

mínimos foram bem representados para diferentes estações de monitoramento, ou seja, o

modelo conseguiu representar a variabilidade temporal e espacial das variáveis. Um fator

limitante que deve ser levado em consideração é que a comparação está sendo feita de

observações pontuais com simulações realizadas com resolução de 4x4km, o que influenciou

nas analises estatísticas feitas para as estações.

As análises estatísticas mostraram a boa correlação entre as simulações e as

observações feias para a RMSP, temperatura do ar: 0,94 para a estação de Pinheiros e 0,93

para a estação de Ibirapuera, para a concentração de O

: 0,73 para a estação de Ibirapuera e

0,64 para a estação de Santo Amaro. Houve dificuldade em representar a velocidade do vento

durante o período noturno sendo responsável pelo baixo índice de correlação 0,27 para a

estação de Ibirapuera (em especial os dias 30 e 31), o que certamente deve ter influenciado

nas simulações de concentração de poluentes.

A comparação superficial das variáveis entre as duas versões do modelo WRF/Chem,

2.1 e 3.0, mostrou que estatisticamente os resultados obtidos com a versão 3.0 para a

concentração de O

foram piores diminuindo o coeficiente de correlação para 0,57 para a

estação do Parque D. Pedro II, mas melhorando a representatividade da concentração de CO

com melhores coeficientes de correlação para a estação de Santo Amaro com 0,50. Os

resultados para a temperatura do ar e velocidade do vento foram semelhantes entre as versões,

que mostraram boa correlação para a temperatura do ar e dificuldades em representar a

variação da velocidade do vento.

Já para o perfil vertical da concentração de O

mostrou melhores resultados com a

nova versão, onde as variações das concentrações com relação à altura foram representadas.

Todas as medições realizadas com a ozoniosonda foram subestimadas pelas simulações

realizadas, independente da versão.

157

Na simulação da concentração de O

utilizando o modelo urbano acoplado ao WRF-

Chem, comparando estatisticamente os esquemas BOULAC e YSU utilizando o WRFV3,

mostrou que o efeito topográfico introduzido na parametrização de BOULAC e o fato de ser

um esquema do tipo local, fez com que melhorasse estatisticamente as simulações. Contudo

as simulações utilizando a nova versão WRFV3 apresentaram resultados estatisticamente

piores em comparação a versão WRFV2.1. Mas os resultados da comparação do perfil

vertical da concentração de O

para o modelo WRFV3 com o esquema de CLP BOULAC são

semelhantes aos resultados obtidos com o WRFV3 YSU e melhores do que a versão antiga

WRFV2.1. Logo a mudança no esquema de CLP de YSU para o BOULAC influenciou na

melhoria da simulação da concentração de O

superficial, o que mostra que a inclusão do

efeito topográfico melhora a simulação.

4.1 Sugestões e Perspectivas

Para este trabalho 2 pontos precisam ser melhorados para aprimorar as simulações: a)

experimentos de sensibilidade do inventário de emissão para a RMSP e da distribuição

espacial e temporal precisam ser direcionados para a nova versão WRFV3, b) melhorar a

representação das área urbanas para tornar eficaz a utilização do acoplamento com o modelo

urbano UCM.

A seqüência natural do projeto de pesquisa seria a utilização de imagens de satélites

para melhorar a descrição da área urbana, o que tornará mais eficiente o acoplamento do

modelo urbano. Também deve ser considerado a inclusão e melhoria da descrição dos

aerossóis no modelo WRF/Chem e quantificar a sua influência nas simulações.

158

159

5. REFERÊNCIAS BIBLIOGRÁFICAS

Albuquerque, T. T. (2005): Distribuições de Tamanho, Composição Química e Identificação

das Fontes do Aerossol Atmosférico de São Paulo: Um Estudo de Caso Para o Inverno de

2003, Dissertação de Mestrado apresentada ao Departamento de Ciências Atmosféricas –

IAG/USP;

Andrade, M. F. (2006): Caracterização das Fontes de Material Particulado e Ozônio

Troposféricos na Região Metropolitana de São Paulo; tese de livre docência apresentada ao

IAG/USP.

Andrade, M.F., Ynoue, R.Y., Harley, R., Miguel, A.H., (2004): Air quality model simulating

photochemical formation of pollutants: the São Paulo Metropolitan Area, Brazil. International

Journal Environmental Pollution 22, 460-475.

Andrade, M.F., Sánchez-Ccoyllo, O.R., Miranda, R.M., (2004): Air Pollution Evaluation

Based on Energy and Emissions Inventory Reference and Alternative Scenarios (2000-2020).

Integrated Environmental Strategies Project for Metropolitan Area of São Paulo (MASP),

Brazil.

Arya, S. P. (2001): Introduction to Micrometeorology, Second Edition, Vol.79.

Atkinson, B. W. (1981): Meso-Scale Atmospheric Circulations, London Academic Press,

495p.

160

Beljaars, A.C.M., (1994): The parameterization of surface fluxes in large-scale models under

free convection, Quart. J. Roy. Meteor. Soc., 121, pp. 255–270.

Binkowski, F.S., Shankar, U. (1995): The regional particulate matter model, 1. Mode

description and preliminary results. Journal of Geophysical Research 100, 26191–26209.

Bougeualt, P., Lacarrère, P., (1989): Parametrization Orography-Induced Turbulence in the

Mesobeta-scale Model; Monthly Weather Review, Vol. 117; pg. 1872-1889.

Braga, A.; Pereira, L. A. A.; Saldiva, P. H. N. (2002): Poluição atmosférica e seus efeitos na

saúde humana; Trabalho apresentado no evento Sustentabilidade na Geração e uso de Energia,

UNICAMP, 18 a 20 de fevereiro de 2002 (http://libdigi.unicamp.br/document/?code=1039).

Businger, J.A.; Wyngaard, J.C.; Izumi, Y.; Bradley, E.F. (1971): Fluxo-Profile relationship in

the atmospheric surface layer, J. Atmosp. Sci., 28, pp. 181-189.

Camargo, R.; Palmeira, A.C.P.A.; Frediani, M.E.B. (2004): Zona de Convergência do

Atlântico Sul; Notas de Aula publicada na página

http://www.master.iag.usp.br/ensino/Sinotica/AULA14/AULA14.HTML; acessado em

06/02/2009.

Carbone, S. (2008): Modelagem de Ozônio Troposférico em Regiões Urbanas –

Aperfeiçoamento do modulo químico no modelo CIT, Dissertação de Mestrado – IAG/USP.

Carter, W.P.L., Atkinson, R., 1989. Computer Modeling Study of Incremental Hydrocarbon

Reactivity. Environmental Science & Technology 23, 864-880.

Carter, W.P.L. (1994): Development of Ozone Reactivity Scales for Volatile Organic

Compounds. Journal of the Air & Waste Management Association 44, 881- 899.

Carter, W.P.L., (1998): Updated Maximum Incremental Reactivity Scale for Regulatory

Aplications. Preliminary Report to California Air Resources Board. Contract No. 95-308.

161

Carter, W. P. L., (2000): Documentation of the saprc-99 chemical mechanism for VOC

reactivity assessment volume 1 of 2 documentation text Final Report to California Air

Resources Board. Air Pollution Research Center and College of Engineering Center for

Environmental Research and Technology University of California, Riverside (Contract 92-

329 and Contract 95-308 9252100-AP-RT17-001-FR)

http://helium.ucr.edu/~carter/reactdat.htm

Carter, W.P.L. (2003): VOC reactivity data as of 2 May 2003.

ftp.cert.ucr.edu/pub/carter/SAPRC99/r02tab.xls. Acessado em Junho de 2006.

Castanho, A.D.A.; Silva Dias, M.A.F.; Camargo, R.; et al. (2002): Estudo de caso de um

sistema de Bloqueio Atmosférico e sua influência sobre a poluição do ar na RMSP; XII

Congresso Brasileiro de Meteorologia, Foz do Iguaçu.

Castanho, A.D.A. (2005): Propriedade ópticas das partículas de aerossol e uma nova

metodologia para a obtenção da espessura óptica via satélite sobre São Paulo; Tese de

Doutorado apresentado ao Instituto de Física IF/USP; pp. 250.

Cetesb, (2003): Análise dos padrões de vento e de sua influência sobre as máximas

concentrações de ozônio na estação Ibirapuera,

http://www.cetesb.sp.gov.br/publicacoes/publicacoes.asp, acessado em 17/07/2009.

Cetesb, (2004): Relatório de qualidade do ar no Estado de São Paulo 2003. Série

Relatórios/Secretaria do Estado do Meio Ambiente, São Paulo, 140p. (ISSN 0103-4103).

Cetesb, (2005): Relatório de qualidade do ar no Estado de São Paulo 2004. Série

Relatórios/Secretaria do Estado do Meio Ambiente, São Paulo, 140p. (ISSN 0103-4103).

Cetesb, (2006): Relatório de qualidade do ar no Estado de São Paulo 2005. Série

Relatórios/Secretaria do Estado do Meio Ambiente, São Paulo, 140p. (ISSN 0103-4103).

Cetesb, (2007): Relatório de qualidade do ar no Estado de São Paulo 2006. Série

Relatórios/Secretaria do Estado do Meio Ambiente, São Paulo, 294p. (ISSN 0103-4103).

162

Cetesb, (2008): Relatório de qualidade do ar no Estado de São Paulo 2007. Série

Relatórios/Secretaria do Estado do Meio Ambiente, São Paulo, 294p. (ISSN 0103-4103).

Chang, J.S., Binkowski, F.S., Seaman, N.L., McHenry, J.N., Samson, P.J., Stockwell, W.R.,

Walcek, C.J., Madronich, S., Middleton, P.B., Pleim, J.E., Lansford, H.H., (1989): The

regional acid deposition model and engineering model. State-of-Science/Technology, Report

4, National Acid Precipitation Assessment Program, Washington, DC.

Chen, F. and Dudhia, J. (2001): Coupling an advanced land-surface/hydrology model with the

Penn State/NCAR MM5 modeling system, Part I: Model description and implementation,

Mon. Weather Rev., 129, pp. 569–585.

Chen, F.; Kusaka, H.;Tewari, M.; Bao, J. W.; Hirakuch, H. (2008): Utilizing The Coupled

Wrf/Lsm/Urban Modeling System with Detailed Urban Classification to Simulate the Urban

Heat Island Phenomena over the Greater Houston Area;

http://ams.confex.com/ams/pdfpapers/79765.pdf; acessado em 01/10/2008.

Coceal, O. e Belcher, S.E. (2004): A canopy modelo of mean winds through urban areas.

Q.J.R. Meteorol. Soc., 130, pp. 1349-1372.

Davidson, M.J.; Snyder, W.H.; Lawson, R.E. e Hunt, J.C.R. (1995): Plume Dispersion

through large groups of Obstacles – a field investigation. Atmospheric Environment, 29, pp.

3245-3256.

Davidson, M.J.; Snyder, W.H.; Lawson, R.E. e Hunt, J.C.R. (1996): Wind Tunnel

Simulations of Plume Dispersion through groups of Obstacles. Atmospheric Environment, 30,

pp. 3715-3731.

Deardorff, J. W. (1980): Stratocumulus-capped mixed layers derived from a three –

dimensional model, Bound-Layer Meteorol., 18, pp. 495-527.

Dyer, A. J., and B. B. Hicks, (1970): Flux-gradient relationships in the constant flux layer,

Quart. J. Roy. Meteor. Soc., 96, pp. 715–721.

163

Erisman, J.W., van Pul, A., Wyers, P., (1994): Parameterization of surface resistance for the

quantification of atmospheric deposition of acidifying pollutants and ozone. Atmospheric

Environment, 28, pp. 2595–2607.

Fisch, G., (1995): Camada Limite Amazônica: Aspectos observacionais e de modelagem.

Tese de D.Sc., INPE, São José dos Campos, SP, Brasil.

Finlayson–Pitts, B.J. e Pitts, J.N.Jr. (1993): Atmospheric Chemistry of Tropospheric Ozone

Formation. Scientific and Regulatory Implications. Air & Waste, 43, 1091.

Finlayson-Pitts, B.J. e Pitts, J.N.Jr. (1997): Tropospheric Air Pollution: Ozone, Airborne

Toxics, Polycyclic Aromatic Hydrocarbons, and Particles; Science; vol. 276;

www.sciencemag.org.

Freitas, E. D.; Andrade, M.F.; Silva Dias, P.L. (2000): Análise das Concentrações de Ozônio

em Superfície e sua Possível Relação com Dados de Altura da Camada Limite Obtida Através

do Sodar Doppler.

Freitas, E. D. (2003): Circulações Locais em São Paulo e sua Influência sobre a Dispersão de

Poluentes, Tese de Doutorado (IAG/USP), São Paulo.

Gonçalves, F.L.T.; Carvalho, L.M.V.; Conde, F.C. et al., (2005): The effects of air pollution

and meteorological parameters on respiratory morbidity during the summer in São Paulo City;

Environment International 31; 343-349.

Grell, G. A., Peckham, S.E., Schmitz, R., Mckeen, S.A., Wilczak, J. e Eder, B. (2005): Fully

coupled online chemistry within the WRF model, Atmospheric Environment; vol.39; pp.

6957-6975.

Grell, G.A., Emeis, S., Stockwell, W.R., Schoenemeyer, T., Forkel, R., Michalakes, J.,

Knoche, R., Seidl, W., (2000): Application of a multiscale, coupled MM5/chemistry model to

the complex terrain of the VOTALP valley campaign. Atmospheric Environment 34, 1435–

1453.

164

Grimmond, C.S.B. e Oke, T.R. (1998): Aerodynamic Properties of Urban Areas Derived from

Analysis of Surface Form, Journal of Applied Meteorology, Vol.38, pp.1262-1292.

Guardani, R., Nascimento, C.A.O., (2004): Neural network-based study for predicting

ground-level ozone concentration in large urban areas, applied to the Sao Paulo metropolitan

area. International Journal of Environment and Pollution 22 (4), 441-459.

Guardani, R., Nascimento, C.A.O. Guardani, M.L.G., Martins, M.H.R.B., Romano, J., (1999):

Study of Atmospheric Ozone Formation by means of a Neural Network . based model.

Journal of the Air & Waste Management Association 49, 316-323.

Guenther, A., Karl. T., Harley, P., Wiedinmyer, C., Palmer, P. I., Geron, C. (2006): Estimates

of global terrestrial isoprene emissions using MEGAN (Model of Emissions of Gases and

Aerosols from Nature); Atmos. Chem. Phys., 6, 3181–3210.

Holt, T. e Raman, S. (1988): A Review and Comparative Evaluation of Multilevel Boundary

Layer Parameterizations for First-Order and Turbulent Kinetic Energy Closure Schemes,

Reviews of Geophysics, Vol. 26, No 4, pp. 761-780.

Hong, S.Y. e Dudhia, J. (2003): Testing of a new non-local boundary layer vertical diffusion

scheme in numerical weather prediction applications, 20th Conference on Weather Analysis

and Forecasting/16th Conference on Numerical Weather Prediction, Am. Meteorol. Soc.,

Seattle, WA.

Hong, S.Y. e Pan, H.L. (1996): Nonlocal boundary layer vertical diffusion in a medium-range

forecast model, Mon. Wea. Rev., 124, pp. 2322–2339.

IPCC (2001): Climate Change 2001: The Scientific Basis. Cambridge University Press,

Cambridge, pp. 896.

Janjic, Z. I. (1996): The surface layer in the NCEP Eta Model, Eleventh Conference on

Numerical Weather Prediction, Am. Meteorol. Soc., Norfolk, VA.

165

Janjic, Z. I. (2002): Nonsingular Implementation of the Mellor-Yamada Level 2.5 Scheme in

the NCEP Meso Model, NCEP Office Note, No. 437, pp. 61.

Joseph, J.H., Wiscombe, W.J., Weinmann, J.A. (1976): The delta-Eddington approximation

for radiative flux transfer. Journal of Atmospheric Science 33, 2452–2458.

Karam, H.A., (2002): Estudo dos jatos de baixo nível de Iperó e das implicações no transporte

de poluentes no Estado de São Paulo, Tese de Doutorado (IAG/USP), São Paulo.

Kim, S.W.; Mckeen, S.A.; Hsie, E.Y.; Trainer, W.K.; Frost, G.J.; Grell, G.A.; Peckhem, S.E.

(2006): The Influence of PBL parameterizations on the distributions of chemical species in a

mesoscale chemical transport model WRF/Chem; 17th Conf. on Biomet. and Aerobiology;

(http://ams.confex.com/ams/BLTAgFBioA).

Kulmala, Laaksonen, Pirjola, (1998): Parameterization for sulphuric acid/water nucleation

rates. Journal of Geophysical Research 103, 8301–8307.

Kusaka, H. e Kimura, F. (2004): Coupling a singlelayer urban canopy model with a simple

atmospheric model: Impact on urban heat island simulation for an idealized case. Journal of

the Meteorological Society of Japan, 82, pp. 67-80.

Kusaka, H., H. Kondo, Y. Kikegawa, and F. Kimura, (2001): A simple single-layer urban

canopy model for atmospheric models: Comparison with multi-layer and slab models.

Boundary Layer Meteorology, 101, 329-358.

Landmann, M.C., (2004): Estimativa das Emissões de Poluentes de Automóveis na RMSP

Considerando as Rotas de Tráfego. II Encontro da ANPPAS, São Paulo, Brasil

[http:www.anppas.org.br/encontro/segundo/Papers/papers.html . 22/06/05].

Lemes, M. A. M. & Moura, A. D. (1998): Fundamentos de Dinâmica Aplicados à

Meteorologia e Oceanografia. São José dos Campos, SP, Brasil, INPE/UNIVAP.

Lents, J; Osses, M; Nikkila, N (2007): Vehicle activity and on-road emissions data collection

for the application of the International Vehicle Emissions Model (IVE) in the São Paulo

166

Metropolitan Region. Reunião de Poluição Atmosférica – IAG/USP; Maio de 2007; São

Paulo – Brasil.

Lombardo, M. A. (1985): Ilha de Calor nas Metrópoles: O Exemplo de São Paulo. São Paulo,

Ed. HUCITEC, 244 p.

Louis, J. F. (1979): Parametric model of vertical eddy fluxes in the atmosphere. Bound-Layer

Meteor., 17: (2), 187-202.

Madronich, S., (1987): Photodissociation in the atmosphere, 1, actinic flux and the effects of

ground reflections and clouds. Journal of Geophysical Research, 92, pp. 9740–9752.

Martilli, A., (2002): Numerical Study of Urban Impact on Boundary Layer Structure:

Sensiticity to Wind Speed, Urban Morophology, and Rural soil Moisture; American

Meteorological Society; Vol.41; pg.1247 – 1266.

Martilli, A.; Clappier,A.; Rotach, M.W. (2002): An Urban Surface Exchange

Parameterisation for Mesoscale Models; Boundary Layer Meteorology, 104, pp. 261-304.

Martins, L.D. (2006): Sensibilidade da formação do ozônio troposférico às emissões

veiculares na Região Metropolitana de São Paulo; Tese de Doutorado apresentado ao

Departamento de Ciências Atmosféricas IAG/USP; pp. 219

Martins, L. D.; Rocha, C.R.M.; Martins, J.A.; Freitas, E.D., Hallak, R.; Silva Junior, R.S.;

Andrade, M.F. (2007): Modelagem da qualidade do ar da megacidade de São Paulo utilizando

o modelo on-line WRF/CHEM, V Congresso Brasileiro de Micrometeorologia, 2007. Anais

do V Congresso Brasileiro de Micrometeorologia.

McRae, G.J., Goodin, W., Seinfeld J.H., (1982): Development of a second-generation

mathematical model for urban air pollution- I. Model formulation. Atmospheric Environment

16 (4), 679-696.

167

Middleton, P; Stockwell, W.; Carter, W. P. (1990): Aggregation and Analysis of Volatile

Organic Compound Emissions for Regional Modeling; Atmospheric Environment, Vol.24A,

No.5, pp. 1107-1133.

Mellor, G. L., e Yamada, T. (1982): Development of a turbulence closure model for

geophysical fluid problems. Rev. Geophys. Space Phys., 20, 851–875.

Miranda, R. M. (2001): Caracterização físico-química e propriedades ópticas do aerossol

urbano da Região Metropolitana de São Paulo, Tese de Doutorado apresentada ao

Departamento de Ciências Atmosféricas IAG/USP;

Molina L. T., Molina M. J. (2002): Air quality in the México megacity. Kluwer Academic

Publishers.

Monin, A.S. and A.M. Obukhov, (1954): Basic laws of turbulent mixing in the surface layer

of the atmosphere. Contrib. Geophys. Inst. Acad. Sci., USSR, (151), pp. 163–187.

Nascimento, E.L. (1998): Influência dos bloqueios atmosféricos na propagação de ondas de

Rossby em escoamentos de Inverno no Hemisfério Sul. Tese de Mestrado. Instituto

Astronômico, Geofísico e de Ciências Atmosféricas, Universidade de São Paulo – IAG/USP.

Oke, T. R. (1982): The Energetic basis of the Urban Heat Island. Q. J. R. Meteorol. Soc., 108:

1–23.

Oliveira, M.G.L. (2007): Evolução das Distribuições de Tamanho em Massa e Número do

Aerossol Atmosférico em São Paulo. Dissertação de Mestrado apresentada ao Departamento

de Ciências Atmosféricas – IAG/USP;

Oliveira, A. P. (2003): Investigação da Camada Limite Planetária na Região de Iperó, Tese de

Livre Docência, IAG/USP, pp. 225.

Oliveira, P.; Soares, J.; Karam, H.A.; Pereira, M.M.R.; Marques Filho, E.P. (2004):

Numerical Modeling of the Planetary Boundary Layer, Engenharia Térmica (Thermal

Engineering), No. 5, p. 74-83.

168

Oliveira, A. P. e Silva Dias, P. L. (1982): Aspectos observacionais da brisa marítima em São

Paulo. In: Congresso Brasileiro de Meteorologia, Pelotas, 129-145.

Pereira Filho, A.J.; Santos, P.M.; Camargo, R.; Festa, M. et al. (2007): Impacto antrópicos no

clima da Região Metropolitana de São Paulo, Boletim SBMET, abril/2007.

Pleim, J.E., Venkatram, A., Yamartino, R., (1984): ADOM/TADAP Model Development

Program, The Dry Deposition Module, vol, 4. Ont. Min. of the Environment, Canada.

Raupach, M. R. (1992): Drag and Drag Partition on Rough Surfaces, Boundary-Layer

Meteorol. 60, 375–395.

Raupach, M. R., Antonia, R. A., and Rajagoplan, S. (1991): Rough-Wall Turbulent Boundary

Layers, Appl. Mech. Rev. 44, 1–25.

Raupach, M. R. e Shaw, R. H. (1982): Averaging Procedure for Flow within Vegetation

Canopies, Boundary-Layer Meteorol. 22, 79–90.

Rex, D. F. (1951): Blocking activity in the middle troposphere and its effect upon regional

climate. Tellus 2, 275-301.

Paulson, C. A., (1970): The mathematical representation of wind speed and temperature

profiles in the unstable atmospheric surface layer. J. Appl. Meteor., 9, pp. 857–861.

Saldiva, P.H.N; Lichtenfels, A.J.F.C; Paiva, P.S.O; et al., (1994): Association Beteween Ar

Pollution and Mortality Due to Respiratory Diseases in Children in São Paulo, Brazil: A

preliminary Report; Environment Research 65; 218-228; 1994

Saldiva P. H. N., Pope C. A., Schwartz J., Dockery D. W., Lichtenfels A. J., Salge J. M.,

Barone L., Bohm G. M. (1995): Air pollution and mortality in elderly people: a time series

study in São Paulo, Brazil. Arch. Environmental Health vol. 50, 159-163.

169

Sánchez-Ccoyllo, O. R. (2002): Identificação da contribuição das fontes locais e remotas de

poluentes na Região Metropolitana de São Paulo. Tese de Doutorado, IAG-USP.

Sánchez-Ccoyllo, O.R., Ynoue, R.Y, Martins, L.D., Andrade, M.F., (2006a): Impacts of

Ozone Precursor Limitation and Meteorological Variables on Ozone Concentration in São

Paulo, Brazil. Atmospheric Environment 40 (2), pp. 552-562.

Seinfeld, H. J. e Pandis, N. S., (1998): Atmospheric Chemistry and Physics. Jonh Wiley &

Sons, Inc., New York.

Schmitz, R. (2005): Modeling of air pollution dispersion in Santiago de Chile. Atmospheric

Environment, 39, pp. 2035-2047.

Silva Junior, R.S., Oliveira, M.G.L., Andrade, M.F., (2006): Proceedings of 8 ICSHMO, Foz

do Iguaçú, Brasil, pp. 167-173

Skamarock, W. C.; Klemp, J.B.; Dudhia, J.; Gill, D.O. Barker, D.M.; Wang, W. Powers, J.G.

(2005): A Description of the Advanced Research WRF Version 2; NCAR Technical Note.

Slinn, S.A., Slinn, W.G.N., (1980): Prediction for particle deposition on natural waters.

Atmopsheric Environment 14, pp. 1013–1016.

Stockwell, W.R., Middleton, P., Chang, J.S., Tang, X., (1990): The second-generation

regional acid deposition model chemical mechanism for regional air quality modeling. Journal

of Geophysical Research 95, pp. 16343–16367.

Stull, R. B. (1993): An Introduction to Boundary Layer Meteorology. Kluwer Academic

Publishers, Dordrecht. 666 p.

Therry, G. e Lacarrère, P. (1983): Improving the eddy kinetic energy model for planetary

boundary layer description. Boundary Layer Meteorol., 25, 63-88.

170

Ulke, A.G. e Andrade, M.F. (2001): Modeling urban air pollution in São Paulo, Brazil:

sensitivity of model predicted concentration to different turbulence parameterizations.

Atmospheric Environment, 35, pp. 1747-1763.

Vivanco M. G. & Andrade M. F. (2006): Validation of the emission inventory in Sao Paulo

Metropolitan Area of Brazil, based on ambient concentrations ratios of CO, NMOG and NOx

and on a photochemical model. Atmospheric Environment, 40, 1189-1198.

Ynoue, R.Y. (2004); Modelagem Numérica da Formação, Crescimento e Transporte das

Partículas Inorgânicas Secundárias Constituintes do Aerossol Urbano na Região

Metropolitana de São Paulo; Tese de Doutorado apresentado ao Departamento de Ciências

Atmosféricas IAG/USP; pp. 147

Wallace, J.M. e Hobbs, P.V., (2006): Atmospheric Science: An Introductory Survey. Second

Edition; Ed. Elsevier.

Webb, E. K., (1970): Profile relationships: The log-linear range, and extension to strong

stability, Quart. J. Roy. Meteor. Soc., 96, pp. 67–90.

Webster, M.D.; Babiker, M.; Mayer, M.; et al (2002): Uncertainty in emissions projections for

climate models, Atmospheric Environment,36, pp. 3659–3670

Wesley, M. L., (1989): Parameterization of surface resistance to gaseous dry deposition in

regional numerical models. Atmos. Env., 16, 1293-1304.

Wexler, A.S. & Seinfeld, J.H. (1990): The Distribution of Ammonium Salts Among a Size

and Composition Dispersed Aerosol. Atmos. Environ., 24A, 1231-1246.

Whitby, E.R., McMurry, P.H., Shankar, U., Binkowski, F.S., (1991): Modal aerosol dynamics

modeling, Rep. 600/3-91/020, Atmospheric Research and Exposure Assessment Laboratory,

US Environmental Protection Agency, Research Triangle Park, NC, 1991 (Available as NTIS

PB91-1617291AS from National Technical Information Service, Springfield, VA).

171

William C. Skamarock, W. C.; Klemp, J.B.; Dudhia, J.; Gill, D.O. Barker, D.M.; Wang, W.

Powers, J.G. (2005): A Description of the Advanced Research WRF Version 2; NCAR

Technical Note, 2005.

Zacarias, D.C.; Dewes, C.F.; Carvalho, L.V. (2004): Estudo de Caso: Bloqueio Atmosférico

Ocorrido Em 20-25/08/2000 e suas Conseqüências para a Região da Estação Antártica

Comandante Ferraz; XIII Congresso Brasileiro de Meteorologia (CBMET), Fortaleza, CE.

Zhang, Y.; Dubey2, M.K. e Olsen, S.C. (2009): Comparisons of WRF/Chem simulations in

Mexico City with ground-based RAMA measurements during the MILAGRO-2006 period,

Atmos. Chem. Phys. Discuss., vol. 9, pp. 1329–1377.

Zilitinkevich, S. S., (1995): Non-local turbulent transport: pollution dispersion aspects of

coherent structure of convective flows, Air Pollution III — Volume I. Air Pollution Theory

and Simulation, Eds. H. Power, N. Moussiopoulos and C.A. Brebbia. Computational

Mechanics Publications, Southampton Boston, pp. 53–60.

Livros Grátis
( http://www.livrosgratis.com.br )
 
Milhares de Livros para Download:
 
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas

Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
 
 